Pertanyaan yang diberi tag «networks»

Untuk studi simulasi saya harus membuat variabel acak yang menunjukkan korelasi (populasi) prefined ke variabel .YYY Saya melihat ke dalam Rpaket copuladan CDVineyang dapat menghasilkan distribusi multivarian acak dengan struktur ketergantungan yang diberikan. Namun, tidak mungkin untuk memperbaiki salah satu variabel yang dihasilkan ke variabel yang ada. Setiap ide dan …

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

Saya bertanya-tanya apakah seseorang dapat menyarankan apa yang merupakan titik awal yang baik untuk melakukan deteksi komunitas / partisi / pengelompokan grafik pada grafik yang memiliki bobot , tepi yang tidak terarah . Grafik yang dimaksud memiliki sekitar 3 juta tepi dan masing-masing tepi menyatakan tingkat kesamaan antara dua simpul …

42 clustering  data-visualization  networks  partitioning  modularity 

Pertama, saya bukan ahli statistik. Namun, saya telah melakukan analisis jaringan statistik untuk PhD saya. Sebagai bagian dari analisis jaringan, saya merencanakan Fungsi Distribusi Kumulatif Pelengkap (CCDF) dari derajat jaringan. Apa yang saya temukan adalah bahwa, tidak seperti distribusi jaringan konvensional (mis. WWW), distribusi paling baik dipasang oleh distribusi lognormal. …

22 curve-fitting  networks  lognormal  power-law 

Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya sedang menerapkan tes statistik di mana saya …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Saya menganalisis jaringan sosial (bukan virtual) dan saya mengamati koneksi antara orang-orang. Jika seseorang memilih orang lain untuk dihubungkan secara acak, jumlah koneksi dalam sekelompok orang akan didistribusikan secara normal - setidaknya sesuai dengan buku yang sedang saya baca. Bagaimana kita bisa tahu distribusinya adalah Gaussian (normal)? Ada distribusi lain …

14 distributions  networks  central-limit-theorem 

Saya punya daftar protein dengan nilai fitur mereka. Tabel sampel terlihat seperti ini: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 Baris adalah protein dan kolom adalah fitur. Saya juga punya daftar protein yang berinteraksi juga; sebagai contoh Protein3, Protein4 Protein1, Protein2 Protein4, Protein1 Masalah : Untuk analisis awal saya ingin tahu fitur …

13 machine-learning  statistical-significance  feature-selection  networks 

Modularitas grafik didefinisikan pada halaman Wikipedia . Dalam posting yang berbeda , seseorang menjelaskan bahwa modularitas dapat dengan mudah dihitung (dan dimaksimalkan) untuk jaringan tertimbang karena matriks adjacency dapat mengandung ikatan yang dihargai. Namun, saya ingin tahu apakah ini juga akan bekerja dengan tepian yang ditandatangani dan dinilai, berkisar, misalnya, …

11 clustering  data-visualization  networks  partitioning  modularity 

Saya telah menggunakan metode ekstraksi jaringan backbone yang diuraikan dalam makalah ini: http://www.pnas.org/content/106/16/6483.abstract Pada dasarnya, penulis mengusulkan suatu metode yang didasarkan pada statistik yang menghasilkan probabilitas, untuk setiap sisi dalam grafik, bahwa sisi tersebut dapat terjadi hanya secara kebetulan. Saya menggunakan batas signifikansi statistik khas 0,05. Saya telah menerapkan metode …

11 probability  statistical-significance  data-visualization  graph-theory  networks 

Sebuah jaringan-dunia kecil adalah jenis grafik matematika di mana sebagian besar node tidak tetangga satu sama lain, tapi yang paling node dapat dicapai dari setiap lain oleh sejumlah kecil hop atau langkah-langkah. Secara khusus, jaringan dunia kecil didefinisikan sebagai jaringan di mana jarak tipikal L antara dua node yang dipilih …

10 hypothesis-testing  graph-theory  networks 

Saya memiliki file CSV dengan 4 juta tepi jaringan terarah yang mewakili orang yang berkomunikasi satu sama lain (mis. John mengirim pesan kepada Mary, Mary mengirim pesan ke Ann, John mengirim pesan lain ke Mary, dll.). Saya ingin melakukan dua hal: Temukan derajat, perantara, dan (mungkin) langkah-langkah sentralitas eigen untuk …

9 r  data-visualization  networks 

Saya memiliki instance grafik dengan tepi terarah tertimbang yang nilainya dapat berada dalam kisaran [-1,1]. Saya perlu melakukan pengelompokan pada grafik ini, untuk mengetahui kelompok-kelompok di mana simpul lebih berkorelasi. Saya mencari beberapa algoritma berbasis pengelompokan atau deteksi komunitas grafik, tetapi kebanyakan dari mereka tidak bekerja karena bobot negatif. Sampai …

8 correlation  clustering  graph-theory  networks  igraph 

Dengan asumsi saya dapat mengunduh dari teman daftar dari teman saya, dan yang mana dari mereka adalah teman satu sama lain - dapatkah saya memperkirakan dari informasi ini yang mana di antara mereka yang "sentral"? (Saya tidak yakin bagaimana mendefinisikan "pusat" dalam konteks ini) Informasi / asumsi apa yang dibutuhkan? …

8 descriptive-statistics  networks  social-network 

Saya memiliki sekitar sepuluh kelompok (perusahaan). Setiap grup terhubung dengan masing-masing grup lainnya. Data yang saya miliki mewakili kekuatan koneksi. Bayangkan berapa kali seseorang dari grup A mengirim email ke grup B. Kekuatan koneksi bisa 0. Ada dua koneksi antara dua kelompok, AB dan BA. a) Apa cara yang baik …

8 data-visualization  networks