解約者のダイアディシティ
この演習では、ネットワーク内の解約者同士のダイアディシティを計算し、ランダムなネットワーク構成と比べて、共有しているエッジが期待値より多いか少ないかを確認します。
ChurnNodes、ChurnEdges、connectance という変数が利用できます。
期待ダイアディシティには、\( \frac{n_ C\cdot (n_ C - 1)}{2} \cdot p\) の式を使います。ここで、\(n_C\) は解約者数、\(N\) はノード数、\(p\) は結合度（connectance）です。解約者のダイアディシティは、実際の解約者間エッジ数を期待される解約者ダイアディシティで割った比率です。
この演習はコースの一部です
R で学ぶネットワークデータの予測分析
演習の手順
- 解約者の期待ダイアディシティを計算し、変数
ExpectedDyadChurnに代入します。 ChurnEdgesをExpectedDyadChurnで割って解約者のダイアディシティを計算し、この値をDyadChurnとします。DyadChurnを確認します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Compute the expected churn dyadicity
ExpectedDyadChurn <- ___ * (___) * connectance / 2
# Compute the churn dyadicity
DyadChurn <- ___ / ___
# Inspect the value
___