Estaciones más transitadas de llegada y salida
Aquí vamos a ver a qué estaciones se viaja con más frecuencia, desde cuáles se sale más y la razón entre los grados de entrada y de salida. Esto nos dirá qué estaciones están sesgadas: si muchas estaciones retiran bicicletas de ellas o, por el contrario, si dejan bicicletas en ellas. Para que un grafo de bicicleta compartida como este funcione bien, no puede haber demasiadas estaciones fuente ni sumidero; de lo contrario, el propietario de la red tendría que estar moviendo bicicletas constantemente. Idealmente, la red está diseñada para autorregularse y, si lo consigue, esperamos ver que casi todas las estaciones tienen una razón entre grado de salida y grado de entrada cercana a uno. Primero, vamos a analizarlo en el caso no ponderado.
Este ejercicio forma parte del curso
Estudios de caso: análisis de redes en R
Instrucciones del ejercicio
- Crea un data frame que contenga las siguientes columnas.
trip_outdebe contener la distribución de grados"out"detrip_g_simp.trip_indebe contener la distribución de grados"in".ratiodebe contener la razón entre los grados "out" divididos por los grados "in".
- Filtra
trip_degpor las filas donde tantotrip_outcomotrip_insean mayores que10. - Representa un histograma de las razones filtradas.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
trip_deg <- data_frame(
# Find the "out" degree distribution
trip_out = degree(___, mode = "___"),
# ... and the "in" degree distribution
trip_in = degree(___, mode = "in")
# Calculate the ratio of out / in
ratio = ___ / trip_in
)
trip_deg_filtered <- trip_deg %>%
# Filter for rows where trips in and out are both over 10
___(___ > 10, ___ > 10)
# Plot histogram of filtered ratios
hist(___$ratio)