Pengacakan Klaster Tanpa Bobot
Kita telah melihat bahwa graf sepeda memiliki keterhubungan yang sangat rendah dibandingkan dengan graf acak. Ini tidak mengejutkan karena kita memperkirakan bahwa graf yang merepresentasikan ruang geografis akan memiliki beberapa bagian yang dihubungkan oleh koridor kecil, sehingga tidak diperlukan banyak perubahan untuk memutuskan graf tersebut. Konsekuensinya, kemungkinan ada klaster geografis yang sangat terhubung satu sama lain dan kurang terhubung dengan klaster lain. Kita dapat menguji hipotesis ini dengan melihat transitivitas jaringan, atau koefisien pengelompokan (clustering coefficient), konsep yang diperkenalkan di pelajaran pengantar kita. Ada beberapa jenis koefisien pengelompokan, tetapi kita akan melihat definisi global (pada dasarnya porsi segitiga tertutup sempurna), yang sama dengan yang telah dibahas sebelumnya. Pertama, kita akan melihat versi graf tanpa bobot dan membandingkannya dengan graf acak.
Untuk menghitung transitivitas global suatu jaringan, Anda perlu mengatur type ke "global" pada pemanggilan transitivity().
Jaringan perjalanan sepeda, trip_g_simp, tersedia.
Latihan ini adalah bagian dari kursus
Studi Kasus: Analisis Jaringan di R
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Calculate global transitivity
actual_global_trans <- transitivity(___, type = "___")
# See the result
actual_global_trans
# Calculate the order
n_nodes <- ___(___)
# Calculate the edge density
edge_dens <- ___(___)