ComeçarComece de graça

Estações Mais Frequentadas de Ida e Volta com Pesos

Até agora, olhamos para nossa rede com arestas sem peso. Mas nossos pesos de aresta são, na verdade, o número de viagens, então faz sentido estender nossa análise de graus adicionando uma distribuição de grau ponderada. Isso é importante porque, embora uma razão de graus equilibrada seja relevante, o item que precisa ser rebalanceado são as bicicletas. Se os pesos forem iguais em todas as estações, uma razão de graus não ponderada funcionaria. Mas, se quisermos saber quantas bicicletas estão efetivamente fluindo, precisamos considerar os pesos.

O análogo ponderado da distribuição de graus é a força. Podemos calculá-la com a função strength(), que apresenta uma distribuição de grau ponderada com base no atributo weight das arestas de um grafo.

Este exercício faz parte do curso

Estudos de caso: Análise de redes em R

Ver curso

Instruções do exercício

  • Crie um data frame contendo as seguintes colunas.
    • trip_out deve conter a distribuição de grau ponderado (força) "out" de trip_g_simp.
    • trip_in deve conter a distribuição de grau ponderado "in".
    • ratio deve conter a razão entre os graus "out" divididos pelos graus "in".
  • Filtre trip_strng para linhas em que tanto trip_out quanto trip_in sejam maiores que 10.
  • Faça um histograma das razões filtradas.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

trip_strng <- data_frame(
  # Find the "out" strength distribution
  trip_out = strength(___, mode = "___"), 
  # ... and the "in" strength distribution
  trip_in = strength(___, mode = "in"),
  # Calculate the ratio of out / in
  ratio = ___ / trip_in
)

trip_strng_filtered <- trip_strng %>%
  # Filter for rows where trips in and out are both over 10
  filter(___ > 10, ___ > 10) 

# Plot histogram of filtered ratios
hist(___$ratio)
Editar e executar o código