我正在使用igraph軟件包,該度量實際上是外部關係與演員擁有的所有關係的相對比例。通過外部關係,我的意思是自我與他人自己的變化(指示組內屬於對象的頂點屬性)之間的關係。R中的函數應該如何計算Krackhardt E/I比率?
公式應該是(E-I)/(E + I)。我想要掌握的部分也是如何在團隊層面獲得這個價值,這樣每個團隊都有一個E/I指數。
我正在使用igraph軟件包,該度量實際上是外部關係與演員擁有的所有關係的相對比例。通過外部關係,我的意思是自我與他人自己的變化(指示組內屬於對象的頂點屬性)之間的關係。R中的函數應該如何計算Krackhardt E/I比率?
公式應該是(E-I)/(E + I)。我想要掌握的部分也是如何在團隊層面獲得這個價值,這樣每個團隊都有一個E/I指數。
爲了幫助我們提供幫助,建議您以實際代碼/數據爲例。我會盡力克服這一點。 假設鄰接矩陣和分組:
am = structure(c(0, 0, 0, 0, 1, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0,
1, 0, 1, 1, 1, 0, 1, 0), .Dim = c(5L, 5L))
g = factor(c(1,1,2,2,3))
讓我們先來算按組邊緣爲每個節點
eg = aggregate(am,list(g),sum)
eg1 = t(as.matrix(eg[,-1]))
現在,讓我們來計算E和I:
I = eg1[cbind(1:5,as.integer(g))]
E = rowSums(eg1)-I
和你測量:
K =(EI)/(E + I)
我希望這可以幫助
它實際上沒有工作。我有一個來自聚合函數的錯誤「參數必須具有相同的長度」。 – user2520918
我修正了這個問題。在應用我的數據(現在是一個非對稱矩陣)的同時,我還有一個實質性問題:在創建彙總總和時,它會從頂點的角度來看行或列上的關係?在你的數據中,這不是一個問題。但是當指導關係時,它在解釋上有所不同。謝謝 – user2520918
數據的一個例子或快照以及它的組織方式將非常有幫助。 – amit
在這一點上,我的數據是一個igraph對象,但網絡數據是單值模式矩陣,單元格的值爲0(演員i和j之間不存在任何聯繫)和1之間存在聯繫。正如我所提到的,一個演員所屬的小組作爲頂點屬性存儲在igraph對象中,但它可以很容易地作爲一個矢量提取出來。希望有幫助 – user2520918