我正在使用 igraph 包,该度量实际上是外部联系与演员拥有的所有联系的相对比例。我所说的外部联系是指自我与来自其他群体而不是他自己的改变的联系(指示群体归属的顶点属性存在于对象中)。
公式应为 (EI)/(E+I)。我错过的部分也是如何在组级别获得这个值,这样每个组都有一个 E/I 指数。
我正在使用 igraph 包,该度量实际上是外部联系与演员拥有的所有联系的相对比例。我所说的外部联系是指自我与来自其他群体而不是他自己的改变的联系(指示群体归属的顶点属性存在于对象中)。
公式应为 (EI)/(E+I)。我错过的部分也是如何在组级别获得这个值,这样每个组都有一个 E/I 指数。
为了帮助我们帮助您,通常建议您提供实际代码/数据作为示例。我会努力克服这一点。假设邻接矩阵和分组是:
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))
让我们首先按组计算每个节点的边
eg = aggregate(am,list(g),sum)
eg1 = t(as.matrix(eg[,-1]))
现在,让我们计算 E 和 I:
I = eg1[cbind(1:5,as.integer(g))]
E = rowSums(eg1)-I
你的措施:
K = (EI)/(E+I)
我希望这有帮助