1. 학습
    2. /
  2. 강의
    3. /
  3. 사례 연구: R로 하는 네트워크 분석
Connected

연습 문제

무가중 클러스터링 랜덤화

자전거 그래프는 무작위 그래프에 비해 연결성이 매우 낮다는 것을 확인했어요. 지리적 공간을 나타내는 그래프는 좁은 통로로 연결된 구간이 있기 마련이므로, 그래프를 분리시키는 데 많은 것이 필요하지 않다는 점에서 놀라운 결과는 아니죠. 따라서 지리적으로는 내부 연결이 매우 높고, 다른 군집과의 연결은 낮은 군집들이 있을 가능성이 큽니다. 이 가설은 네트워크의 전이도(transitivity), 즉 클러스터링 계수(입문 강의에서 소개했던 개념)를 살펴봄으로써 검정할 수 있어요. 클러스터링 계수에는 여러 유형이 있지만, 여기서는 이전에 다뤘던 전역 정의(완전히 닫힌 삼각형의 비율에 해당)를 사용할 것입니다. 먼저, 가중치가 없는 그래프 버전을 보고 이를 무작위 그래프와 비교해 보겠습니다.

네트워크의 전역 전이도를 계산하려면, transitivity() 호출에서 type을 "global"로 설정하면 됩니다.

자전거 이동 네트워크 trip_g_simp가 제공되어 있어요.

지침 1/3

undefined XP
    1
    2
    3
  • 이동 네트워크 trip_g_simp의 전역 전이도를 계산하세요.
  • gorder()를 사용해 trip_g_simp의 정점 수(그래프 차수)를 계산하세요.
  • edge_density()를 사용해 trip_g_simp의 간선 밀도를 계산하세요.