Oklustrad klusterrandomisering
Vi har sett att cykelgrafen har en mycket låg konnektivitet jämfört med en slumpgraf. Det är inte förvånande – vi förväntar oss att en graf som representerar geografiskt utrymme ska ha delar som är förbundna via smala korridorer, och att det därför inte krävs mycket för att koppla loss grafen. Det följer att det sannolikt finns geografiska kluster som är tätt sammankopplade internt men löst kopplade till andra kluster. Vi kan testa den hypotesen genom att undersöka nätverkets transitivitet, eller klustringskoefficienten – ett begrepp som introducerades i introduktionskursen. Det finns flera typer av klustringskoefficienter, men vi fokuserar på den globala definitionen (i princip andelen fullt slutna trianglar), vilket är samma definition som togs upp tidigare. Först tittar vi på en oviktad version av grafen och jämför den med en slumpgraf.
För att beräkna den globala transitiviteten i ett nätverk behöver du sätta type till "global" i anropet till transitivity().
Cykeltrippenätverket trip_g_simp är tillgängligt.
Den här övningen är en del av kursen
Fallstudier: Nätverksanalys i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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 <- ___(___)