问题标签 [statnet]

我正在尝试在加权网络（network_ex）上运行一个有价值的指数随机图模型（ergm）。该网络显示了四个不同组中的个人之间的交互。组之间不能发生交互，因此需要在模型中包含块对角约束。然而，当我包含这个块对角约束时，计算会在蒙特卡洛最大似然估计的特定迭代上卡住至少 24 小时（之后我已经停止了这个过程）。当我删除约束时，计算只需要大约 30 秒。我很困惑，因为我希望块对角约束的计算速度更快，因为可能变化的边数更少。这是一个类似于我的模型的玩具示例：

这就是我得到的：

最佳有效提案“DistRLE”不能考虑提示“稀疏”。通过 CD-MCMLE 开始对比散度估计：迭代 1，最多 60 次：收敛测试 P 值：0e+00 对数似然提高 0.9066。最多 60 次的第 2 次迭代：收敛检验 P 值：1.5e-248 对数似然提高了 0.4615。最多 60 次的第 3 次迭代：收敛检验 P 值：1.5e-176 对数似然提高了 0.6357。最多 60 次的第 4 次迭代：收敛检验 P 值：6.1e-147 对数似然提高了 0.4542。最多 60 次的第 5 次迭代：收敛检验 P 值：1.1e-92 对数似然提高了 0.2675。最多 60 次的第 6 次迭代：收敛检验 P 值：2.4e-18 对数似然提高了 0.04343。最多 60 次的第 7 次迭代：收敛检验 P 值：1.9e-05 对数似然提高了 0.01517。最多 60 次迭代 8：收敛性检验 P 值：4e-04 对数似然提高了 0.01191。最多 60 次的第 9 次迭代：收敛检验 P 值：6e-03 对数似然提高了 0.009803。最多 60 次的第 10 次迭代：收敛检验 P 值：1.7e-03 对数似然提高了 0.01049。最多 60 次的第 11 次迭代：收敛检验 P 值：6.2e-02 对数似然提高了 0.006888。最多 60 次的第 12 次迭代：收敛检验 P 值：6e-02 对数似然提高了 0.007122。最多 60 次的第 13 次迭代：收敛检验 P 值：2.9e-01 对数似然提高了 0.004809。最多 60 次的第 14 次迭代：收敛检验 P 值：1.5e-02 对数似然提高了 0.00833。最多 60 次的第 15 次迭代：收敛检验 P 值：1.6e-01 对数似然提高了 0.005631。最多 60 次迭代 16：收敛检验 P 值：4。3e-01 对数似然提高了 0.004001。最多 60 次迭代 17：收敛测试 P 值：5.8e-01 检测到收敛。停止。对数似然提高了 0.003348。完成CD。开始 Monte Carlo 最大似然估计 (MCMLE)：迭代 1，最多 200 次：优化步长 0.0863421108600662。对数似然提高了 2.006。估计方程不在公差范围内。最多 200 次迭代 2：优化步长 0.0875588561417017。对数似然提高了 2.751。估计方程不在公差范围内。最多 200 次迭代 3：最多 200 次迭代 1：优化步长 0.0863421108600662。对数似然提高了 2.006。估计方程不在公差范围内。最多 200 次迭代 2：优化步长 0.0875588561417017。对数似然提高了 2.751。估计方程不在公差范围内。最多 200 次迭代 3：最多 200 次迭代 1：优化步长 0.0863421108600662。对数似然提高了 2.006。估计方程不在公差范围内。最多 200 次迭代 2：优化步长 0.0875588561417017。对数似然提高了 2.751。估计方程不在公差范围内。最多 200 次迭代 3：

这运行得很快，但不再进步。

我的数据集如下，我想创建一个网络，但错误是我的邻接矩阵不是对称的，我是 R 新手，我不知道如何将我的数据转换为对称邻接矩阵，任何人都可以帮助我请？

我试过的代码

我想把每个节点的度数作为一个顶点属性，我的代码如下，但是它不起作用，问题可能出在哪里？

我有一个 DataFram，可以在下面的链接中找到： https ://www.dropbox.com/s/dyct2dad1b6svbz/test_final-23.csv?dl=0

我尝试过的一种方法可以在下面的链接中找到，但它似乎没有产生正确 的图形 `.rowNamesDF<-`(x, value = value) 中的错误：不允许重复的 'row.names'。在 R 中使用重塑

我在这个数据集上做了很多工作，我想将每个推文 ID 显示为一个节点，并将每个对推文的回复或对推文回复的回复显示为链接到基本推文的节点。

您建议如何传达所有信息？

我想绘制我的图表。我提供了一个样本数据集。我用simplemented来去除循环，但它完全影响了数据的结构。当我在不使用简化的情况下绘制数据时，我有正确的顶点和边着色，但有循环。

我使用简化来删除循环和它之后的颜色，这是错误的，因为它的每个节点和边缘都应该具有与我在代码中定义的颜色相同的颜色。

有谁知道如何删除情节中的循环而不影响数据的结构？

图 1：正确着色但有循环

图 2：使用简化后的错误着色

编码：

我正在使用 R 中 tsna 包中的函数 tPath 和 plotPaths 来显示来自特定节点的网络中的前向可达路径。我的意图是使用heat.color调色板用颜色来指示其他节点在时间方面的距离。该函数自动在边缘标签中显示此信息，大概来自 path$tdist 向量，但我想根据边缘标签值添加颜色。

帮助文件?plotPaths提供了如何添加不同颜色的线索：

但是彩虹调色板并没有传达关于边缘时间的连贯故事——颜色似乎是随机的——所以我想heat.colors()改用它。

但是，当我使用 时heat.colors()，颜色似乎仍然随机应用于边缘：

这是结果图的链接

不幸的是，我的数据是专有的，所以我不能分享它。但是可以使用任何动态网络，例如 Skye Bender deMoll 在其精彩的 tsna 教程中使用的数据（short.stergm.sim）：https://web.archive.org/web/20180423112846/http://statnet.csde。 washington.edu/workshops/SUNBELT/current/ndtv/ndtv_workshop.html#forward-path-metrics

path$tdist 列表组件返回每个顶点可到达的最早时间，如果不可达则返回 Inf。所以我认为颜色应该基于这个向量，但我无法让它工作。

感谢那里的任何帮助！

最好的，V

我想估计一个基于有符号双模网络的 ergm（或 p*）模型。该网络进一步是无向的、未加权的和横截面的。例如，邻接矩阵如下：

是否有任何现有的软件或既定的方法可以做到这一点？我发现的解决方案要么处理单模式签名网络（例如 XPnet）的多变量 ergms，要么处理单变量二分网络（例如 statnet 的 ergm 包）。RSienna 文档确实提到了估计有符号双模网络的选项，尽管我不确定它是否可以限制使用横截面数据。

任何建议表示赞赏。

我使用 igraph 将数据框转换为图形。当我想设置顶点属性时，我收到一个警告，并且我的顶点不适合节点。任何人都可以帮助我吗？该问题还表明，当我想将度设置为节点属性时，我最终会得到不正确的结果（未正确将节点度设置为节点属性 -R）。我该如何解决警告？

警告：

这是一个寻求帮助的问题。我使用 ergm 来模拟网络的形成。但它总是退化。只有 174 个节点（顶点），304 度。我使用如下代码

问题来自参数-----gwesp(0.2,fixed=T) 和gwdegree(2,fixed=T))，速度非常低。错误如下：估计方程不在公差范围内。ergm.MCMLE(init, nw, model, initialfit = (initialfit <- NULL), : MCMLE 估计卡住。模型项之间可能存在过度相关性，表明观测数据的模型不佳。如果指定了 target.stats ，尝试增加 SAN 参数。

我想知道代码是否有错误，或者我应该如何纠正错误。非常感谢您

我尝试学习如何使用 R 进行我之前使用 UCINET 进行的社交网络分析，到目前为止我发现它很强大。我使用了 sna 包（包含在 statnet 中）中的经纪功能，它提供了 Gould 和 Fernandez (1989) 建议的经纪分数。但是，我需要计算加权经纪分数，其中考虑了每对节点之间的替代经纪人的数量（例如，四个经纪人在相同的两个节点之间进行调解，每个经纪人获得四分之一的经纪人）。R中有这个功能吗？

提前致谢！