问题标签 [statnet]

我正在使用R中的SNA（statnet 套件）和igraph开始描述性网络分析。我想知道使用哪个套件来研究我的网络的不同属性，因为它们的功能略有不同，这使得它们不能完全互换。

不幸的是，我注意到 2 包返回不同的结果（例如，SNA 识别的最大 clique 大小为 8，而 igraph 达到 17！。我从同一个边缘列表开始构建两个对象，存储为数据框。我可以使用 intergraph 得出相同的结论，但我如何定义哪个包创建了正确的网络？

编辑

我被要求提供可重现的例子。提供数据将毫无用处，因为我无法为它们创建有意义的子样本。不幸的是，它们是私人数据，我无法传播它们。只是为了给出一个想法，下面我提供了我的data.frame的头部，其中包含在代码'fdi.edge.2003'中命名的edgelist，属于'data.frame'类

下面，我正在使用的代码

这只是一个例子。在计算集团人口普查时出现了其他更相关的问题：根据“网络”类对象，我得到了大小为 8 的最大集团。相反，使用“igraph”，我得到了 17 的最大集团！

关于发生了什么的任何想法？

我的问题类似于此处发布的问题：网络添加边缘错误

我正在从头开始创建一个网络：我有大约 228 个顶点的数据，时间跨度为 13 年。在第一年，我只有 1781 条边：它们不涉及我的所有顶点（几乎只有 164 个），因此剩余的节点应该是孤立的。

我使用代码从我的边缘列表开始创建网络

其中fdi.edge.2003是包含边属性（包括一些潜在的权重列）的 data.frame：它仅涉及fdi.attr定义的总顶点中的 164 个顶点。2003是包含每个顶点的行的 data.frame包含在边缘列表中（总共 164 个）。

我得到的只是一个有 164 个顶点且没有孤立点的网络。但是，我知道它们确实存在于我的数据中！关于如何做的任何建议？我认为我应该初始化一个包含所有 228 个顶点的网络，添加它们的属性，然后添加边。但是，我没有尝试任何工作：相反，我收到了与“addEdges_R 中的非法顶点引用”相关的最不同的错误。

任何建议都非常受欢迎，在涉及替代包 igraph 的情况下，我也发现了同样的问题

菲利波

我想模拟指数族随机图，我刚开始学习使用statnet和ergmR 包。从我在网上找到的教程中，我能够从示例数据集中学习 ERGM 模型：

目前，我想使用该simulate命令来模拟具有预先指定公式（不是从任何特定数据集学习）中预先指定数量的节点的网络，例如，P(y) = 1/Z exp(a * num_edges + b * num_triangles)其中a和b是用户指定的系数。我应该如何编写这样的模型statnet？

我正在使用 igraph R 包进行一些网络分析。

我必须操纵一个有向的加权邻接矩阵（从具有函数_as_adjacency_matrix（...）_的igraph对象中提取，以获得考虑到 两个节点的传入链接的数量和权重的不同矩阵互相分享。

假设有 4 个节点：节点A连接到节点C，节点B连接到A，节点C连接到节点A和B，节点D连接到A并且所有链接都被定向。

在此设置中，A和B共享来自C的向内链路，但没有其他节点共享任何传入链路。

因此，我想创建一个能够从原始邻接列表创建有向加权邻接列表的例程，其中每个条目 [i,j] 表示节点 i,j 彼此共享的传入边值的总和。

结果必须是一个对称的逻辑矩阵（只有真/假值），位于结果“公共链接”邻接矩阵的前面，而该邻接矩阵是有向的。

回到我做的例子，只有条目 [ A , B ] 和 [ B , A ] 应该有一个非零值，等于来自共享连接节点的向内边的值（[ A , B ] 应该包含 [ C -> A ] 值，而 [ B , A ] 应该包含 [ C -> B ] 值）。

任何关于它的建议将不胜感激

每当我在脚本中运行它时，R 中的命令似乎summary都是空白的，即使它在命令行中运行良好。

这是我的脚本：

不，删除suppressMessages没有帮助。这个脚本的结果是这样的：

而已。绝对没有summary命令。现在，当我在命令行中运行完全相同的命令时，我得到了这个结果：

这是我在运行脚本时想要发生的事情。为什么一个人的行为与另一个人的行为不同？

我想networkDynamic使用 R 可视化和分析一个对象。创建它之后：

我开始想象它：

但是，如果成功，此时会出现所有节点，即使它们在稍后的时间段内变得活跃。根据edge activity我使用的功能来折叠网络reconcile.vertex.activity，这样vertices只有在它们激活时才会edges激活。但是，基于节点类型vertex.attribute的调用变得混乱。我的意思是乱七八糟，因为一些节点的属性被转移到其他节点，结果它们变成了假。color

我试图通过向TEAS对象添加或动态属性来纠正此问题：

为此，我还包含vertex.spells顶点属性，现在color为color.active,

动态 (TEA) 属性，顶点 TEA：animation.x.active、animation.y.active、color.active

尽管如此，我仍然无法使顶点属性color.active与可视化中的对应节点相匹配。如果我使用该函数network.extract分析确定的时间段，也会发生同样的情况：

在这一点上，我将不胜感激。

在ergmandlatentnet包中，它们允许我们输入网络并指定协变量。然后，我们可以添加同质性和聚类等效果（在latentnet包中）。这里似乎有两个应用程序分支：

1) 拥有现有的数据/网络，并希望了解它的性能以及存在多少同质性、聚类。

2) 没有现有数据，并且希望从头开始生成一个具有足够同质性和聚类的网络。

上述包中的所有示例都适用于现有数据集，samplike即 Sampson Monk Data。如果我只对生成具有给定数量的同质性和聚类的网络感兴趣，我应该放入什么输入网络？例如，从改编的代码：

如果我想用集群模拟网络，我应该从一个test.net已经有 10 个集群的对象开始（例如随机块模型）吗？还是应该从 100 个节点的网络开始？

我有时间网络数据，并尝试使用 TERGM（R 中 STATNET 包中的一个函数）对关系的形成和解散进行建模。此处提供的教程非常有用，但它处理的是平衡的面板数据（即，同一组顶点随时间变化）。

我的问题是当我随着时间的推移有不同的顶点集时，如何使这个函数（TERGM）工作。换句话说，随着时间的推移，演员退出，新演员进入我的网络。
这是我运行的代码：

samp.fit2 <- stergm(samplist, formation= ~edges, dissolution = ~edges, estimate = "CMLE", times=1:3)

这是我收到的错误消息：

networkOperatorSetup(x = e1, y = e2) 中的错误：不一致的网络（必须具有相同数量的顶点才能进行元素操作）。

非常感谢。

我正在使用 Gephi、Python 和 R 中的一些图形模型。直到偶然我决定比较他们给我的结果。 所以我遇到了以下问题。当用 Gephi 和 R（使用 igraph 和 statnet）计算中介中心性时，这三个给了我不同的结果（igraph 和 statnet，差别不大）。由于我在一个非常大的网络工作，所以我决定采取一个小型网络并手动进行计算，如下图所示（取自：在此处输入链接描述）

在此处输入图像描述

使用邻接表：

然后看看我扔了 R 和 Gephi 的结果。我发现 Gephi 给了我同样的结果：

在此处输入图像描述

但是 R（对于 igraph 和 statnet 都不是）。

我是通过运行我的 R 代码做错了什么，还是使用另一种算法来计算中介中心性？ 谢谢 ：）

我正在研究与家庭/家庭组成有关的网络问题。我有多个包含 id1、id2 和关系代码的边缘表来说明身份变量之间的关系类型。这些表很大，每个表超过 700 万行。我还有一个节点表，其中包含相同的 id 和各种属性。

我想要实现的是一个邻接矩阵，它将提供类似于这样的汇总统计信息：

本质上，我希望能够在我的数据中识别和计算不同的网络。

我的数据格式为：

我还有一个节点表，其中包含出生日期和可以识别成人/儿童状态的其他变量。

任何有关如何从图形数据框中提取此摘要信息的提示/提示都将非常有帮助并非常感谢。

谢谢