«networks» 태그된 질문

시뮬레이션 연구를 위해 기존 변수 와의 미리 정의 된 (인구) 상관 관계를 나타내는 임의의 변수를 생성해야합니다 .YYY I는 들여다 R패키지 copula와 CDVine소정 의존성 구조 랜덤 변수 분포를 생성 할 수있다. 그러나 결과 변수 중 하나를 기존 변수에 고정 할 수 없습니다. 기존 기능에 대한 아이디어와 링크를 부탁드립니다! 결론 : 서로 …

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 

가중치가 있고 방향이없는 가장자리 가있는 그래프에서 커뮤니티 감지 / 그래프 분할 / 클러스터링을 수행 할 때 누군가가 좋은 출발점을 제안 할 수 있는지 궁금합니다 . 문제의 그래프는 약 3 백만 개의 모서리를 가지며 각 모서리는 연결하는 두 정점 사이의 유사도를 나타냅니다. 특히,이 데이터 세트에서 모서리는 개인이며 정점은 관찰 된 동작의 …

42 clustering  data-visualization  networks  partitioning  modularity 

우선, 저는 통계학자가 아닙니다. 그러나 저는 박사 학위에 대한 통계 네트워크 분석을하고 있습니다. 네트워크 분석의 일환으로 네트워크 정도의 보완 누적 분포 함수 (CCDF)를 플로팅했습니다. 내가 찾은 것은 기존의 네트워크 배포 (예 : WWW)와 달리 배포는 로그 정규 분포에 가장 잘 맞는다는 것입니다. 나는 그것을 권력 법칙에 맞추고 Clauset et al의 …

22 curve-fitting  networks  lognormal  power-law 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

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 

가상 네트워크가 아닌 소셜 네트워크를 분석하고 사람들 간의 연결을 관찰하고 있습니다. 어떤 사람이 무작위로 연결하기 위해 다른 사람을 선택한다면, 적어도 현재 읽고있는 책에 따라 한 그룹의 사람들 사이의 연결 수가 정상적으로 분배됩니다. 분포가 가우시안 (정상)인지 어떻게 알 수 있습니까? Poisson, Rice, Rayliegh 등과 같은 다른 분포가 있습니다. 이론상 Gaussian 분포의 …

14 distributions  networks  central-limit-theorem 

기능 값이있는 단백질 목록이 있습니다. 샘플 테이블은 다음과 같습니다. ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 행은 단백질이고 열은 기능입니다. 또한 상호 작용하는 단백질 목록도 있습니다. 예를 들어 Protein3, Protein4 Protein1, Protein2 Protein4, Protein1 문제점 : 예비 분석을 위해 어떤 기능이 단백질 상호 작용에 가장 큰 영향을 미치는지 알고 싶습니다. 내 이해는 …

13 machine-learning  statistical-significance  feature-selection  networks 

그래프의 모듈성은 Wikipedia 페이지 에서 정의됩니다 . A의 다른 포스트 누군가는 인접성 매트릭스 때문 모듈화 쉽게 가중 네트워크를 계산 (최대화 할 수있다)를 설명 뿐만 값의 관계를 포함 할 수있다. 그러나 이것이 예를 들어 -10에서 +10 사이의 서명 된 가치있는 가장자리에서도 작동하는지 알고 싶습니다. 이 문제에 대한 직관, 증거 또는 참조를 …

11 clustering  data-visualization  networks  partitioning  modularity 

이 백서에 요약 된 백본 네트워크 추출 방법을 사용하고 있습니다 : http://www.pnas.org/content/106/16/6483.abstract 기본적으로 저자는 그래프의 각 가장자리에 대해 가장자리가 우연히 발생할 수있는 확률을 생성하는 통계 기반 방법을 제안합니다. 나는 전형적인 통계적 유의성 컷오프 0.05을 사용합니다. 이 방법을 여러 실제 네트워크에 적용 해 왔으며 흥미롭게도 일부 네트워크는 그다지 중요하지 않습니다. 이것이 …

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

작은 세계 네트워크는 대부분의 노드가 서로의 이웃되지 않는 수학적 그래프의 일종이지만, 대부분의 노드는 홉 또는 단계의 소수에 의해 다른 모든에서 도달 할 수 있습니다. 구체적으로, 소규모 세계 네트워크는 무작위로 선택된 두 노드 사이의 전형적인 거리 L (필요한 단계 수)이 네트워크에서 노드 수 N의 로그에 비례하여 증가하는 네트워크로 정의됩니다. L ≈ …

10 hypothesis-testing  graph-theory  networks 

서로 통신하는 사람들을 나타내는 4 백만 개의 직접 네트워크 가장자리가있는 CSV 파일이 있습니다 (예 : John은 Mary에게 메시지를 보내고 Mary는 Ann에게 메시지를 보내고 John은 Mary 에게 다른 메시지를 보냅니다 ). 두 가지 일을하고 싶습니다 : 각 개인에 대한 정도, 긍정 및 (아마도) 고유 벡터 중심성 측정을 찾으십시오. 네트워크를 시각화하십시오. 랩톱에는 …

9 r  data-visualization  networks