QAP（Quadratic Assignment Procedure，二次指派程式）是一種用於分析網路數據中兩個矩陣相似性的統計方法。它主要用於比較矩陣元素之間的相似性，從而計算出兩個矩陣之間的相關係數，並對這些係數進行非參數檢驗。QAP分析適用於處理關係數據，這些數據通常涉及節點（如個體或實體）之間的直接或間接聯繫，而這些聯繫在網路結構中表現為矩陣形式。
QAP分析的基本步驟包括：
定義矩陣：首先，定義兩個矩陣，每個矩陣代表一個網路或關係結構。
計算相關係數：然後，計算這兩個矩陣之間的相關係數，以衡量它們之間的相似性。
非參數檢驗：通過隨機置換其中一個矩陣的行和列（同時進行），重新計算置換後的矩陣與另一個矩陣之間的相關係數。這個過程重複多次，以構建一個相關係數的分布。
統計推斷：最後，比較原始觀察到的相關係數與隨機置換後得到的相關係數分布，以確定原始觀察到的相關係數是否顯著。
QAP分析的套用場景包括但不限於：
社會網路分析：用於研究社會結構中個體或群體之間的關係模式。
媒體與公眾議程研究：通過分析媒體報導和公眾關注之間的網路結構，揭示兩者之間的關聯。
複雜網路分析：在研究具有無標度特徵的複雜網路時，QAP可以用來分析網路結構的穩定性或變化。
總之，QAP是一種強大的工具，用於探索和分析網路數據中矩陣之間的相似性和相關性。它通過非參數檢驗的方法，有效地處理了關係數據中節點之間存在的直接或間接聯繫，從而為網路研究提供了重要的統計支持。