Cílem setkání je představit (dynamické) síťové modely jako alternativu k jiným psychometrickým přístupům, zejména jiným realistickým modelům s latentními proměnnými. Obsahem přednášky bude kritika a nevýhody modelu společných příčin (latentních proměnných; "common cause model") a ilustrace toho, jak dynamické síťové modely umožňuje alternativním způsobem popsat a vysvětlit etiologii a dynamiku psychických jevů, zejména v oblasti psychopatologie. Cílem setkání není naučit studující odhadovat vlastní síťové modely, ale poskytnout naprosté základy v této oblasti a umožnit jejich interpretaci. Výstupem setkání by mělo být pochopení základních principů a hlavně přínosů, které síťové modely nabízejí mainstreamové psychologii (a zejména psychopatologii). 

Hlavní témata přednášky

1. Common factor model, pozitivní manifold.
2. Empirická non-identifikace a ekvivalence modelů; interpretační rozdílnost jinak matematicky ekvivalentních modelů.
3. Parciální korelace, MRF (Markov random fields), Ising model.
4. Graf, Directed Acyclig Graphs (DAG): vrcholy a hrany (vážené, směrované).
5. Potřeba omezení nesignifikantní cest: pruning, lasso atd. (důležité je znát, proč se to dělá a co to je, nikoli konkrétní postupy). 
6. Mutualismus.
7. Souběžné (contemporaneous) vs. časové (temporal) modely. 
8. Populační data vs. časové řady (time series), resp. panelové vs. personalistované síťové modely.
9. Small-worldness, clustery, centralita. 
10. Přemosťovací symptomy (bridge symptoms). 
11. Homeostáza. Typické rozdíly aktivovaných a neaktivovaných sítí. Psychopatologie jako hustota sítě.
12. Schopnost interpretovat jednoduchý (dynamický) síťový model.

Studijní zdroje

Povinný text je tentokrát jeden. Pokud bude pro vás příliš náročný, nebo vás naopak téma náramně zaujme (zejména ve spojení s klinickou psychologií), podívejte se na hlavní dva zdroje v seznamu Doporučených zdrojů níže. Pokud profesně míříte do klinické psychologie a nebo vás jen zajímá jedno z nejmodernějších témat v psychometrice, podívejte se na rozšiřující literaturu a vyberte si podle svého zaměření. Míra náročnosti se značně liší a některé texty jsou čitelné poměrně snadno. Všechny jsou ale extrémně zajímavé!

Povinná literatura

Povinným textem je sice starší, ale mnohem čitelnější "primer" od Borsbooma a kolektivu. Další primer v Doporučené literatuře je mnohem náročnější.

• Borsboom, D., Deserno, M. K., Rhemtulla, M., Epskamp, S., Fried, E. I., McNally, R. J., ... & Waldorp, L. J. (2021). Network analysis of multivariate data in psychological science. Nature Reviews Methods Primers, 1(1), 1-18. https://doi.org/10.1038/s43586-021-00055-w

Další literatura

Doporučené zdroje

Prvním doporučeným textem (Schmittman et al., 2013) je již postarší článek o síťových modelech; jeden z prvních, které celou oblast otevřely. Vysvětluje rozdíly mezi typy konstruktů (reflektivní, formativní, síťové) a samotná východiska (dynamických) síťových modelů. Pochopitelně však nezahrnuje recentnější informace a reflexi aktuálního vývoje. Jeho výhodou je nicméně to, že je velmi snadno srozumitelný. Pokud pro vás byl povinný článek (Borsboom et al., 2021) příliš náročný, doporučuji tento.

Druhý článek je zcela recentní didaktický článek od Brigantiho a kol. (2024), který ukazuje, proč by se měla klinická psychologie o síťové modely zajímat. Je naopak mnohem náročnější než povinný text (Borsboom et al., 2021), obsahuje trochu více matematiky a statistických východisek, přehled jednotlivých modelů včetně způsobu odhadu. Pokud míříte do klinické psychologie a nebo byste rádi realizovali výzkum s využitím síťových modelů, tak tento článek je "must-read"!

• Schmittmann, V. D., Cramer, A. O. J., Waldorp, L. J., Epskamp, S., Kievit, R. A., & Borsboom, D. (2013). Deconstructing the construct: A network perspective on psychological phenomena. New Ideas in Psychology, 31(1), 43–53. https://doi.org/10.1016/j.newideapsych.2011.02.007 
• Briganti, G., Scutari, M., Epskamp, S., Borsboom, D., Hoekstra, R. H. A., Golino, H. F., Christensen, A. P., Morvan, Y., Ebrahimi, O. v., Costantini, G., Heeren, A., Ron, J. de, Bringmann, L. F., Huth, K., Haslbeck, J. M. B., Isvoranu, A., Marsman, M., Blanken, T., Gilbert, A., … McNally, R. J. (2024). Network analysis: An overview for mental health research. International Journal of Methods in Psychiatric Research, 33(4). https://doi.org/10.1002/mpr.2034 

Rozšiřující literatura

Dva další články se zaměřují na kritiku modelů latentních proměnných a argumentují ve prospěch síťových modelů (v určitých oblastech - první ve výzkumu inteligence, druhý ve výzkumu psychopatologie). 

Pokud vás téma zajímá, silně doporučuji nahlédnout alespoň do jednoho z nich:

• Kan, K. J., van der Maas, H. L., & Levine, S. Z. (2019). Extending psychometric network analysis: Empirical evidence against g in favor of mutualism?. Intelligence, 73(January), 52-62.
  
• van Bork, R., Epskamp, S., Rhemtulla, M., Borsboom, D., & van der Maas, H. L. (2017). What is the p-factor of psychopathology? Some risks of general factor modeling. Theory & Psychology, 27(6), 759-773.

Teprve nedávno vyšla učebnice síťových modelů (v R), kterou editovala Adela Isvoranu a Sacha Empskamp. Doporučuji každému, kdo by se síťovými modely chtěl začít! 

• Isvoranu, A., Epskamp, S., Waldorp, S., & Borsboom, D. [eds.] (2022). Network Psychometrics with R: A Guide for Behavioral and Social Scientists. Routledge.

Článek Dennyho Borsbooma a Angelique Cramer by vám měl poskytnout víc vhledu do konceptuální stránky věci. Rovněž obsahuje hezké povídání o time-series, kterému pro účely Psychometriky dávám přednost před poměrně technickým textem Sachi Epskampa. Zkuste si v průběhu čtení uvědomit, jak lze argumentaci v článku rozšířit na psychologické networky mimo psychopatologii.

• Borsboom, D., & Cramer, A. O. J. (2013). Network Analysis: An Integrative Approach to the Structure of Psychopathology. Annual Review of Clinical Psychology, 9(1), 91–121. https://doi.org/10.1146/annurev-clinpsy-050212-185608 
  

Excelentní povídání Eiko Frieda o tom, jak ani networky psychologii nespasí, pokud není výzkum založen na silné teorii:

• Fried, E. I. (2020). Lack of Theory Building and Testing Impedes Progress in The Factor and Network Literature. Psychological Inquiry, 31(4), 271–288. https://doi.org/10.1080/1047840X.2020.1853461 

Riet van Bork a její kolegyně o tom, jak je vlastně výhodné faktorový model interpretovat kauzálně, pokud si to můžeme dovolit:

• Van Bork, R., Wijsen, L., & Rhemtulla, M. (2017). Toward a causal interpretation of the common factor model. Disputatio, 9(47), 581–601. https://doi.org/10.1515/disp-2017-0019

• Brandenburg, N., & Papenberg, M. (2022). Reassessment of innovative methods to determine the number of factors: A simulation-based comparison of exploratory graph analysis and next eigenvalue sufficiency test. Psychological Methods. https://doi.org/10.1037/met0000527 

Průběžná příprava