I图中不一致的局部传递性输出

Question

我需要确定网络中每个节点的传递性，但结果不一致。

set.seed(123)    
a <- rbinom(144, 1, .5)
b <- graph.adjacency(matrix(a, nrow = 12, ncol = 12), mode = "undirected")

transitivity(b, type = "local")

这提供了以下输出：

 [1] 0.6888889 0.4909091 0.4444444 0.9333333 0.4909091 0.7500000 0.7333333 0.4666667 0.7333333 0.4222222 0.5000000
[12] 0.6944444

但是，当我试图指定一个节点时，输出中的某些值不匹配：

transitivity(b, vids = 2, type = "local")

[1] 0.75

事实上，当我试图计算所有顶点的局部传递性时，许多与我不考虑vid参数的情况是不同的。在某些情况下，当我尝试过，所有的都是不同的。

transitivity(b, vids = V(b), type = "local")

  [1] 0.6888889 0.7500000 0.7142857 0.9333333 0.7500000 0.7500000 0.7333333 0.7500000 0.7333333 0.6785714 0.8571429
[12] 0.6944444

如果我将vids设置为NULL，它将匹配第一个输出，而根本不包含vids参数。

结果略有不同，但如果我创建一个定向网络，结果仍然不匹配。

对于造成这种情况的原因或者我应该使用哪一组结果，有什么想法吗？

谢谢你的帮助。

Answer 1

您应该注意到，您的图b不是简单的图，因为它包含自循环。

​

​

在这样的图形上运行transitivity时，您将看到一个警告/错误消息。

传递性仅适用于简单图。结果可能是不正确的。IGraph1.3.0及更高版本将将此视为错误。

因此，如果您想以正确的方式使用transitivity，您应该首先排除自循环，例如，

b <- simplify(graph.adjacency(matrix(a, nrow = 12, ncol = 12), mode = "undirected"))

然后你会看到

> transitivity(b, type = "local")
 [1] 0.6888889 0.7500000 0.7142857 0.9333333 0.7500000 0.7500000 0.7333333
 [8] 0.7500000 0.7333333 0.6785714 0.8571429 0.6944444

> transitivity(b, vids = V(b), type = "local")
 [1] 0.6888889 0.7500000 0.7142857 0.9333333 0.7500000 0.7500000 0.7333333
 [8] 0.7500000 0.7333333 0.6785714 0.8571429 0.6944444

Answer 2

正如托马斯所说，transitivity(b, type = "local")的结果是不正确的，因为b不是简单的，对于R/iGraph1.2.x中的非简单图，不支持局部传递性计算。如果使用最新版本，将有一个明确的警告：

> transitivity(b, type = "local")
Transitivity works on simple graphs only. The result might be incorrect. igraph 1.3.0 and later will treat this as an error.
 [1] 0.6888889 0.4909091 0.4444444 0.9333333 0.4909091 0.7500000 0.7333333 0.4666667
 [9] 0.7333333 0.4222222 0.5000000 0.6944444

如果您没有看到此警告，请将其提升到iGraph1.2.11。

为什么transitivity(b, type='local")和transitivity(b, vids=V(b), type='local")给出了不同的结果？这是因为在计算所有顶点与特定顶点子集的结果时，内部使用不同的代码路径，以提高性能。

警告消息说，“iGraph1.3.0及更高版本将将此视为错误。”但实际上，从那时起，版本1.3和已经增加了对多图的支持。都有了大量的改进(更准确地说，这已经添加到C/iGraph0.9中，而R/iGraph1.3将以后者为基础)。

我鼓励您尝试R/igraph的开发版本，它将成为1.3.0版本。安装说明是这里；请注意，您需要安装R开发工具(在Windows/Mac上)，因为包是从源代码编译的。与1.2.x系列相比，这个版本有大量的修复，在这一点上，应该被认为比“稳定的”1.2.11更可靠。