Differences

This shows you the differences between two versions of the page.

--- network_groups [2015/11/24 10:04] – hkimscil
+++ network_groups [2015/12/02 14:31] (current) – hkimscil
@@ Line 1: / Line 1: @@
 ====== Identifying groups of networks ======
+''setwd("D:/Users/Hyo/Cs-Kant/CS/Classes/sna_examples/sna_in_r")''
 <code># Network's characteristics and subgroups
@@ Line 11: / Line 12: @@
 gplot(fmh, vertex.cex=0.5, arrowhead.cex=0.5)
 </code>
-{{fmh.png}}
+{{fmh.png?400}}
 <code>round(gden(fmh),4)
 </code>
-<code>[1] 9e-04
+<code>[1] 9e-04 = 0.00091
 </code>
@@ Line 61: / Line 62: @@
 triad.census(knoke.money)
 </code>
-<code>> triad.census(knoke.infor)
+<code>> dyad.census(knoke.infor)
+     Mut Asym Null
+[1,]  17   15   13
+> dyad.census(knoke.money)
+     Mut Asym Null
+[1,]   1   20   24
+> triad.census(knoke.infor)
 012 102 021D 021U 021C 111D 111U 030T 030C 201 120D 120U 120C 210 300
 [1,]   3  13  12    1   13    3   10    4    7    0  14    4    2    1  24   9
@@ Line 94: / Line 101: @@
 </code>
-<code># Faux Magnolia High School data (Continued)
+====== Identifying sub-group  ======
+<code>library(sna)
+# Faux Magnolia High School data (Continued)
+library(ergm)
+data(faux.magnolia.high)
+summary(faux.magnolia.high)
+fmh<-as.sociomatrix(faux.magnolia.high)
+gplot(fmh, vertex.cex=.5, arrowhead.cex=.3)
+round(gden(fmh),4)
+round(gtrans(fmh),3)
 components(fmh)
-fmh.comp <- component.dist(fmh)
+fmh.comp = component.dist(fmh)
-names(fmh.comp)
 table(fmh.comp$csize)
 head(fmh.comp$membership,100)
@@ Line 103: / Line 119: @@
 str(grp2)
-# Faux Magnolia High School data (Continued)
+</code>
-fmh.clique <- clique.census(fmh, clique.comembership="bysize")
+{{fmh_components.png}}
+<code>> round(gden(fmh),4)
+[1] 9e-04
+> round(gtrans(fmh),3)
+[1] 0.278
+Warning message:
+In gtrans(fmh) :
+  gtrans called with use.adjacency=TRUE, but your data looks
+    too large for that to work well.
+  Overriding to edgelist method.
+> components(fmh)
+[1] 661
+> fmh.comp = component.dist(fmh)
+> table(fmh.comp$csize)
+   2   3   4   5   6   7   8   9  11  12  19  23 439
+  64  29  11  12   4   7   4   1   1   1   1   1   1
+> head(fmh.comp$membership,100)
+  [1]  1  2  2  2  2  3  2  4  5  6  7  8  9  2 10  2 11 12 11 13  2 14 15 16  2 17 18 19 20 21
+ [31] 22 23 24 25 26 27  2  2 28 29  2 30 31 32 33 34  2 35 36  2 37 38  2 39 40 41 42 43 44 45
+ [61]  2 46  2 47  2 48 49 11  2 38  8  2  2 50 51 52 53 11 54 55 56 11  2 57 58  2 59 60 22 11
+ [91] 61  2 62 63 64 65 22 66 67 68
+> grp2 <- (1:1461)[fmh.comp$membership=="2"]
+> str(grp2)
+ int [1:439] 2 3 4 5 7 14 16 21 25 37 ...
+>
+</code>
+<code>fmh.clique <- clique.census(fmh, clique.comembership="bysize")
 names(fmh.clique)
 str(fmh.clique$cliques)
@@ Line 114: / Line 160: @@
 # end
 </code>
+<code>> fmh.clique <- clique.census(fmh, clique.comembership="bysize")
+> names(fmh.clique)
+[1] "clique.count"  "clique.comemb" "cliques"
+> str(fmh.clique$cliques)
+List of 5
+ $ :List of 524
+  ..$ : int 1457
+  ..$ : int 1456
+  ..$ : int 1455
+  ..$ : int 1451
+  ..$ : int 1449
+  ..$ : int 1448
+  ..$ : int 1443
+  ..$ : int 1440
+  ..$ : int 1438
+  ..$ : int 1437
+  ..$ : int 1436
+  ..$ : int 1435
+  ..$ : int 1431
+  ..$ : int 1427
+  ..$ : int 1426
+  ..$ : int 1425
+  ..$ : int 1421
+  ..$ : int 1418
+  ..$ : int 1416
+  ..$ : int 1413
+  ..$ : int 1412
+  ..$ : int 1410
+  ..$ : int 1408
+  ..$ : int 1407
+  ..$ : int 1403
+  ..$ : int 1402
+  ..$ : int 1399
+  ..$ : int 1394
+  ..$ : int 1393
+  ..$ : int 1387
+  ..$ : int 1386
+  ..$ : int 1384
+  ..$ : int 1380
+  ..$ : int 1379
+  ..$ : int 1374
+  ..$ : int 1373
+  ..$ : int 1371
+  ..$ : int 1367
+  ..$ : int 1364
+  ..$ : int 1362
+  ..$ : int 1359
+  ..$ : int 1351
+  ..$ : int 1350
+  ..$ : int 1347
+  ..$ : int 1343
+  ..$ : int 1334
+  ..$ : int 1329
+  ..$ : int 1327
+  ..$ : int 1326
+  ..$ : int 1325
+  ..$ : int 1321
+  ..$ : int 1320
+  ..$ : int 1319
+  ..$ : int 1318
+  ..$ : int 1315
+  ..$ : int 1314
+  ..$ : int 1311
+  ..$ : int 1310
+  ..$ : int 1307
+  ..$ : int 1306
+  ..$ : int 1305
+  ..$ : int 1304
+  ..$ : int 1303
+  ..$ : int 1301
+  ..$ : int 1297
+  ..$ : int 1296
+  ..$ : int 1294
+  ..$ : int 1289
+  ..$ : int 1286
+  ..$ : int 1278
+  ..$ : int 1276
+  ..$ : int 1275
+  ..$ : int 1273
+  ..$ : int 1268
+  ..$ : int 1259
+  ..$ : int 1257
+  ..$ : int 1253
+  ..$ : int 1249
+  ..$ : int 1247
+  ..$ : int 1245
+  ..$ : int 1241
+  ..$ : int 1236
+  ..$ : int 1235
+  ..$ : int 1234
+  ..$ : int 1233
+  ..$ : int 1229
+  ..$ : int 1225
+  ..$ : int 1224
+  ..$ : int 1223
+  ..$ : int 1219
+  ..$ : int 1218
+  ..$ : int 1216
+  ..$ : int 1214
+  ..$ : int 1213
+  ..$ : int 1211
+  ..$ : int 1207
+  ..$ : int 1200
+  ..$ : int 1199
+  ..$ : int 1198
+  .. [list output truncated]
+ $ :List of 626
+  ..$ : int [1:2] 1299 1424
+  ..$ : int [1:2] 1279 1382
+  ..$ : int [1:2] 1265 1417
+  ..$ : int [1:2] 1254 1258
+  ..$ : int [1:2] 1147 1239
+  ..$ : int [1:2] 1130 1372
+  ..$ : int [1:2] 1119 1452
+  ..$ : int [1:2] 1203 1452
+  ..$ : int [1:2] 1102 1138
+  ..$ : int [1:2] 1102 1119
+  ..$ : int [1:2] 1002 1292
+  ..$ : int [1:2] 930 1398
+  ..$ : int [1:2] 917 930
+  ..$ : int [1:2] 977 1406
+  ..$ : int [1:2] 977 1011
+  ..$ : int [1:2] 898 1011
+  ..$ : int [1:2] 884 975
+  ..$ : int [1:2] 909 1108
+  ..$ : int [1:2] 865 1108
+  ..$ : int [1:2] 841 958
+  ..$ : int [1:2] 838 1461
+  ..$ : int [1:2] 1196 1357
+  ..$ : int [1:2] 770 1332
+  ..$ : int [1:2] 748 911
+  ..$ : int [1:2] 737 1036
+  ..$ : int [1:2] 713 1352
+  ..$ : int [1:2] 785 821
+  ..$ : int [1:2] 711 821
+  ..$ : int [1:2] 666 867
+  ..$ : int [1:2] 664 679
+  ..$ : int [1:2] 643 759
+  ..$ : int [1:2] 616 695
+  ..$ : int [1:2] 608 1390
+  ..$ : int [1:2] 608 1013
+  ..$ : int [1:2] 602 1141
+  ..$ : int [1:2] 591 966
+  ..$ : int [1:2] 587 644
+  ..$ : int [1:2] 579 654
+  ..$ : int [1:2] 576 1290
+  ..$ : int [1:2] 556 561
+  ..$ : int [1:2] 555 844
+  ..$ : int [1:2] 551 964
+  ..$ : int [1:2] 537 992
+  ..$ : int [1:2] 534 1238
+  ..$ : int [1:2] 534 988
+  ..$ : int [1:2] 1252 1256
+  ..$ : int [1:2] 529 1422
+  ..$ : int [1:2] 520 848
+  ..$ : int [1:2] 519 546
+  ..$ : int [1:2] 514 1037
+  ..$ : int [1:2] 504 1283
+  ..$ : int [1:2] 500 984
+  ..$ : int [1:2] 949 1244
+  ..$ : int [1:2] 652 1244
+  ..$ : int [1:2] 856 1447
+  ..$ : int [1:2] 633 1244
+  ..$ : int [1:2] 633 944
+  ..$ : int [1:2] 633 856
+  ..$ : int [1:2] 508 1244
+  ..$ : int [1:2] 496 1447
+  ..$ : int [1:2] 628 1058
+  ..$ : int [1:2] 486 637
+  ..$ : int [1:2] 486 628
+  ..$ : int [1:2] 627 1168
+  ..$ : int [1:2] 455 1128
+  ..$ : int [1:2] 440 1007
+  ..$ : int [1:2] 440 583
+  ..$ : int [1:2] 430 1331
+  ..$ : int [1:2] 430 864
+  ..$ : int [1:2] 429 710
+  ..$ : int [1:2] 417 1340
+  ..$ : int [1:2] 1055 1146
+  ..$ : int [1:2] 407 1055
+  ..$ : int [1:2] 1059 1444
+  ..$ : int [1:2] 639 1146
+  ..$ : int [1:2] 639 1059
+  ..$ : int [1:2] 407 1038
+  ..$ : int [1:2] 445 1227
+  ..$ : int [1:2] 445 918
+  ..$ : int [1:2] 404 445
+  ..$ : int [1:2] 403 580
+  ..$ : int [1:2] 399 1328
+  ..$ : int [1:2] 1277 1453
+  ..$ : int [1:2] 1337 1453
+  ..$ : int [1:2] 1269 1337
+  ..$ : int [1:2] 387 1453
+  ..$ : int [1:2] 386 1348
+  ..$ : int [1:2] 617 1182
+  ..$ : int [1:2] 370 1182
+  ..$ : int [1:2] 1189 1454
+  ..$ : int [1:2] 1189 1428
+  ..$ : int [1:2] 995 1428
+  ..$ : int [1:2] 995 1285
+  ..$ : int [1:2] 369 1189
+  ..$ : int [1:2] 368 459
+  ..$ : int [1:2] 366 1139
+  ..$ : int [1:2] 796 839
+  ..$ : int [1:2] 362 839
+  ..$ : int [1:2] 1004 1181
+  .. [list output truncated]
+ $ :List of 106
+  ..$ : int [1:3] 809 1196 1360
+  ..$ : int [1:3] 666 1115 1355
+  ..$ : int [1:3] 666 1112 1355
+  ..$ : int [1:3] 664 1266 1370
+  ..$ : int [1:3] 531 888 1252
+  ..$ : int [1:3] 478 593 627
+  ..$ : int [1:3] 478 494 593
+  ..$ : int [1:3] 768 1007 1376
+  ..$ : int [1:3] 573 678 1333
+  ..$ : int [1:3] 541 553 1445
+  ..$ : int [1:3] 541 553 1423
+  ..$ : int [1:3] 161 653 1172
+  ..$ : int [1:3] 109 336 1232
+  ..$ : int [1:3] 94 108 1293
+  ..$ : int [1:3] 978 1201 1430
+  ..$ : int [1:3] 93 588 1430
+  ..$ : int [1:3] 686 721 804
+  ..$ : int [1:3] 275 797 1177
+  ..$ : int [1:3] 142 804 899
+  ..$ : int [1:3] 64 686 721
+  ..$ : int [1:3] 1071 1085 1369
+  ..$ : int [1:3] 59 1176 1375
+  ..$ : int [1:3] 916 928 1039
+  ..$ : int [1:3] 31 97 377
+  ..$ : int [1:3] 78 375 876
+  ..$ : int [1:3] 78 283 876
+  ..$ : int [1:3] 19 68 419
+  ..$ : int [1:3] 19 68 375
+  ..$ : int [1:3] 680 859 1383
+  ..$ : int [1:3] 680 859 1378
+  ..$ : int [1:3] 859 1069 1302
+  ..$ : int [1:3] 680 859 1069
+  ..$ : int [1:3] 263 1000 1378
+  ..$ : int [1:3] 263 615 1000
+  ..$ : int [1:3] 996 1217 1404
+  ..$ : int [1:3] 940 962 1188
+  ..$ : int [1:3] 919 1009 1316
+  ..$ : int [1:3] 786 788 906
+  ..$ : int [1:3] 584 1095 1322
+  ..$ : int [1:3] 568 1053 1054
+  ..$ : int [1:3] 568 718 1053
+  ..$ : int [1:3] 550 749 991
+  ..$ : int [1:3] 550 650 749
+  ..$ : int [1:3] 552 562 752
+  ..$ : int [1:3] 517 1204 1255
+  ..$ : int [1:3] 501 744 1345
+  ..$ : int [1:3] 490 630 1057
+  ..$ : int [1:3] 483 765 1150
+  ..$ : int [1:3] 480 512 764
+  ..$ : int [1:3] 471 745 857
+  ..$ : int [1:3] 471 632 857
+  ..$ : int [1:3] 769 1129 1391
+  ..$ : int [1:3] 449 769 1391
+  ..$ : int [1:3] 395 589 743
+  ..$ : int [1:3] 347 1312 1429
+  ..$ : int [1:3] 299 323 603
+  ..$ : int [1:3] 299 323 408
+  ..$ : int [1:3] 374 396 861
+  ..$ : int [1:3] 279 374 780
+  ..$ : int [1:3] 396 692 861
+  ..$ : int [1:3] 279 374 396
+  ..$ : int [1:3] 278 409 1175
+  ..$ : int [1:3] 274 1381 1389
+  ..$ : int [1:3] 325 1110 1450
+  ..$ : int [1:3] 325 833 1450
+  ..$ : int [1:3] 227 439 1459
+  ..$ : int [1:3] 216 1312 1429
+  ..$ : int [1:3] 487 650 749
+  ..$ : int [1:3] 487 630 991
+  ..$ : int [1:3] 410 1356 1420
+  ..$ : int [1:3] 172 410 1356
+  ..$ : int [1:3] 528 558 1056
+  ..$ : int [1:3] 528 558 980
+  ..$ : int [1:3] 528 558 622
+  ..$ : int [1:3] 170 528 558
+  ..$ : int [1:3] 846 942 1152
+  ..$ : int [1:3] 727 846 1152
+  ..$ : int [1:3] 158 906 1019
+  ..$ : int [1:3] 779 1019 1226
+  ..$ : int [1:3] 158 779 1019
+  ..$ : int [1:3] 141 817 941
+  ..$ : int [1:3] 133 1178 1281
+  ..$ : int [1:3] 157 195 1178
+  ..$ : int [1:3] 157 195 926
+  ..$ : int [1:3] 133 157 1178
+  ..$ : int [1:3] 128 1354 1365
+  ..$ : int [1:3] 122 183 1414
+  ..$ : int [1:3] 122 722 1143
+  ..$ : int [1:3] 183 559 1414
+  ..$ : int [1:3] 150 1153 1261
+  ..$ : int [1:3] 150 356 1061
+  ..$ : int [1:3] 92 766 1349
+  ..$ : int [1:3] 92 1121 1349
+  ..$ : int [1:3] 92 1121 1267
+  ..$ : int [1:3] 92 766 1267
+  ..$ : int [1:3] 264 1284 1342
+  ..$ : int [1:3] 72 301 1458
+  ..$ : int [1:3] 72 301 784
+  ..$ : int [1:3] 72 264 1284
+  .. [list output truncated]
+ $ :List of 15
+  ..$ : int [1:4] 240 767 1300 1401
+  ..$ : int [1:4] 535 646 765 947
+  ..$ : int [1:4] 535 646 724 765
+  ..$ : int [1:4] 290 836 1187 1335
+  ..$ : int [1:4] 251 688 1087 1419
+  ..$ : int [1:4] 487 729 749 991
+  ..$ : int [1:4] 487 492 729 991
+  ..$ : int [1:4] 122 1143 1160 1415
+  ..$ : int [1:4] 285 425 590 817
+  ..$ : int [1:4] 121 296 677 794
+  ..$ : int [1:4] 121 291 296 677
+  ..$ : int [1:4] 114 890 1061 1261
+  ..$ : int [1:4] 114 150 1061 1261
+  ..$ : int [1:4] 425 590 817 941
+  ..$ : int [1:4] 83 425 590 817
+ $ :List of 1
+  ..$ : int [1:5] 122 183 530 1143 1160
+> core.list <- c(122,183,530,1143,1160) # fmh.clique$cliques[[5]]
+> fmh.comp$membership[core.list]
+[1] 2 2 2 2 2
+> fmh[core.list,core.list]
+183 530 1143 1160
+    0   1   1    1    1
+    1   0   1    1    1
+    1   1   0    1    1
+   1   1   1    0    1
+   1   1   1    1    0
+> summary(sort(geodist(fmh)$gdist[122,])[2:439])[-4]
+   Min. 1st Qu.  Median 3rd Qu.    Max.
+      11      14      17      25
+>
+</code>
+위의 ''str(fmh.clique$cliques)'' 는\\
+fmh.clique 라는 데이터를
+clique.census(fmh, . . . .)를 이용하여 생성하고
+거기서 발견되는 클리크(cliques)들을 나열해 본것.
+아웃풋은 하나로 이루어진 클리크는 524개
+둘로 이루어진 클리크는 626개
+셋으로 이루어진 클리크는 106개
+넷으로 이루어진 클리크는 15개
+그리고 다섯으로 이루어진 클리크는 1개가 있다는 것 (list of 1)
+그 멤버들은 122, 183, 530, 1143, 1160 이다.
+Clique 정의에 따라서 이들은 maximal complete link (모두 연결되어 있는) 관계의 집단이다.
+{{fmh.clique.5members.png?300}}
+<code>s = matrix(0,5,5)
+edge.list = matrix ( c(1,2,  1,3,  2,4,  2,5,  3,4,  3,5,  4,5,  5,4), byrow=T, ncol=2)
+s[edge.list]=1
+s
+rownames(s)<-c("a", "b", "c", "d", "e")
+colnames(s)<-c("a", "b", "c", "d", "e")
+> s
+</code>
+<code>> s = matrix(0,5,5)
+> edge.list = matrix ( c(1,2,  1,3,  2,4,  2,5,  3,4,  3,5,  4,5,  5,4), byrow=T, ncol=2)
+> s[edge.list] = 1
+> s
+     [,1] [,2] [,3] [,4] [,5]
+[1,]    0    1    1    0    0
+[2,]    0    0    0    1    1
+[3,]    0    0    0    1    1
+[4,]    0    0    0    0    1
+[5,]    0    0    0    1    0
+</code>
+{{network_s.png?400}}
+눈으로 봐서 a를 중심으로 좌우동형이므로 b, c와 d,e는 각각 등치 (등가)라고 할 수 있다. 이를 수식으로 구하기 위한 접근 방법으로는 연결을 1, 비연결을 0으로 한 각 노드(점) 간의 거리를 구하여 거리가 가까운 것들을 모아 놓으면 될 것이다. 가장 흔한 예가 Hamming distance:
+  * see [[yt>P02mJhS9qQ4]]
+예:
+<code>library(sna)
+set.seed(123)
+p1<-runif(10,0,1)
+p2<-runif(10,0,1)
+G1<-rgraph(10,tprob=sapply(p1,rep,10))
+G2<-rgraph(10,tprob=t(sapply(p2,rep,10)))
+G<-G1*G2
+G
+hamming.G=sedist(G,method="hamming")
+cluster <- equiv.clust(G, method="hamming", cluster.method="complete")
+b.mdoel <- blockmodel(G, cluster, h=4.5)
+b.model
+plot(b.model)
+</code>
+{{cluster.dendrogram.png?400}}
+<code>> b.mdoel <- blockmodel(G, cluster, h=4.5)
+> b.model
+Network Blockmodel:
+Block membership:
+  2  3  4  5  6  7  8  9 10
+  2  1  3  4  1  1  3  4  5
+Reduced form blockmodel:
+        Block 1 Block 2 Block 3 Block 4 Block 5
+Block 1     0.0       0   0.875    0.25     0.5
+Block 2     0.5     NaN   0.000    0.50     1.0
+Block 3     0.0       0   0.500    0.25     0.5
+Block 4     0.0       1   0.000    0.50     0.0
+Block 5     0.0       0   1.000    1.00     NaN
+> plot(b.model)
+</code>
+{{blockmodel.png?400}}