Dyadicitet

Prediktiv analys med nätverksdata i R

María Óskarsdóttir, Ph.D.

Post-doctoral researcher

Dyadicitet

7 kanter mellan gröna noder

3 kanter mellan gröna noder

Prediktiv analys med nätverksdata i R

Dyadicitet

Kopplingar mellan noder med samma etikett jämfört med vad som förväntas i en slumpmässig nätverkskonfiguration

  • Förväntat antal kanter med samma etikett: ${{n_g}\choose{2}} \cdot p= \frac{n_g(n_g-1)}{2}\cdot p$
  • Exempel:
    • Nätverk med 9 vita noder, 6 gröna noder, 21 kanter och konnektans $p=0.2$
    • Förväntat antal kanter mellan två gröna noder är 3 ($=\frac{6 \cdot 5 \cdot p}{2}$)
  • Dyadicitet är det faktiska antalet kanter med samma etikett dividerat med det förväntade antalet
    • $D=\frac{\textrm{number of same label edges}}{\textrm{expected number of same label edges}}$
Prediktiv analys med nätverksdata i R

Dyadicitet

7 kanter mellan gröna noder

  • $D=7/3=2.33$

3 kanter mellan gröna noder

  • $D=3/3=1$
Prediktiv analys med nätverksdata i R

Typer av dyadicitet

Tre scenarion

  1. $D>1 \Rightarrow$ Dyadisk
  2. $D\simeq 1\Rightarrow$ Slumpmässig
  3. $D<1\Rightarrow$ Anti-dyadisk

$D=2.33$

$D=1$

$D=0$

Prediktiv analys med nätverksdata i R

Dyadicitet i datavetarnas nätverk

p <- 2 * 19 / (10 * 9)
expectedREdges <- 6 * 5 / 2 * p
expectedPEdges <- 4 * 3 / 2 * p

dyadicityR <- rEdges / expectedREdges dyadicityP <- pEdges / expectedPEdges
dyadicityR
1.578947
dyadicityP
1.973684
Prediktiv analys med nätverksdata i R

Nu kör vi en övning!

Prediktiv analys med nätverksdata i R

Preparing Video For Download...