R igraph 手册页

local_scan {igraph}

R 文档

计算图上的局部扫描统计量

描述

扫描统计量是从每个顶点的局部邻域计算得出的局部统计量的摘要。local_scan 函数计算给定邻域大小和统计函数下每个顶点的局部统计量。

用法

local_scan(
  graph.us,
  graph.them = NULL,
  k = 1,
  FUN = NULL,
  weighted = FALSE,
  mode = c("out", "in", "all"),
  neighborhoods = NULL,
  ...
)

参数

graph.us, graph	一个 igraph 对象，将计算扫描统计量的图
graph.them	一个 igraph 对象或 NULL。如果不是 NULL，则计算“them”统计量，即从 graph.us 计算出的邻域在 graph.them 上进行评估。
k	一个整数标量，每个顶点的局部邻域的大小。应为非负数。
FUN	字符，函数名称或函数对象本身，用于计算每个邻域中的局部统计量。如果 NULL (默认值)，则未加权图使用 ecount (如果 weighted=FALSE)，加权图使用计算边权重之和的函数 (如果 weighted=TRUE)。如果 k 为零，则忽略此参数。
weighted	逻辑标量，如果边权重应用于扫描统计量的计算，则为 TRUE。如果为 TRUE，则该图应为加权图。请注意，如果 FUN 不是 NULL，"ecount" 和 "sumweights"，则忽略此参数。
模式	字符标量，用于计算的邻域类型。可以是 ‘out’, ‘in’, ‘all’ 或 ‘total’ 之一。对于无向图，此参数将被忽略。
neighborhoods	邻域列表，每个顶点一个邻域，或者 NULL。如果不是 NULL，则函数将在这些邻域指定的诱导子图上进行评估。 理论上，如果相同的 graph.us 图用于多个 graph.them 参数，这将很有用。然后可以在 graph.us 上计算邻域，并与多个图一起使用。实际上，目前这比简单地多次使用 graph.them 慢。
...	传递给 FUN 的参数，该函数计算局部统计量。

详细信息

有关局部扫描统计量的详细信息，请参见给定的参考资料。

local_scan 计算精确的局部扫描统计量。

如果 graph.them 为 NULL，则 local_scan 计算扫描统计量的“us”变体。否则，graph.them 应该是一个 igraph 对象，并使用 graph.us 提取邻域信息来计算“them”变体，并在 graph.them 中对这些邻域应用 FUN。

值

对于 local_scan，通常是一个数值向量，其中包含每个顶点计算的局部统计量。通常是对象列表或向量，由 FUN 返回。

参考

Priebe, C. E., Conroy, J. M., Marchette, D. J., Park, Y. (2005). Scan Statistics on Enron Graphs. Computational and Mathematical Organization Theory.

参见

其他扫描统计量：scan_stat()

示例

pair <- sample_correlated_gnp_pair(n = 10^3, corr = 0.8, p = 0.1)
local_0_us <- local_scan(graph.us = pair$graph1, k = 0)
local_1_us <- local_scan(graph.us = pair$graph1, k = 1)

local_0_them <- local_scan(graph.us = pair$graph1,
                           graph.them = pair$graph2, k = 0)
local_1_them <- local_scan(graph.us = pair$graph1,
                           graph.them = pair$graph2, k = 1)

Neigh_1 <- neighborhood(pair$graph1, order = 1)
local_1_them_nhood <- local_scan(graph.us = pair$graph1,
                                 graph.them = pair$graph2,
                                 neighborhoods = Neigh_1)

---