Transitivity 무작위화

평균 경로 길이를 확인했던 것처럼, Forrest Gump 네트워크의 전역 transitivity가 같은 크기와 밀도를 가진 무작위 네트워크에서 우연히 기대되는 값보다 유의미하게 높은지 살펴보겠습니다. Forrest Gump의 전역 transitivity를 다른 1000개의 무작위 네트워크와 비교해 보세요.

이 연습은 강의의 일부입니다

R로 하는 네트워크 분석

강의 보기

연습 안내

1,000개의 무작위 네트워크가 리스트 객체 gl에 저장되어 있습니다. lapply()와 transitivity()를 사용하여 각 네트워크의 전역 transitivity를 계산하고, 그 결과를 gl.tr에 할당하세요.
unlist()를 사용해 gl.tr를 숫자형 벡터 gl.trs로 변환하세요.
summary()로 무작위 네트워크들의 transitivity 요약 통계를 확인하세요.
이전에 계산해 g.tr에 저장해 둔 Forrest Gump 네트워크의 transitivity보다 더 높은 transitivity를 가진 무작위 그래프의 비율을 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

library(igraph)

# Calculate average transitivity of 1000 random graphs
gl.tr <- ___(gl, ___)
gl.trs <- ___(gl.tr)

# Get summary statistics of transitivity scores
___(gl.trs)

# Calculate the proportion of graphs with a transitivity score higher than Forrest Gump's network
mean(gl.trs > ___)

코드 편집 및 실행