首页 文章

R SNA：创建一个包含所有参与者但仅包含子集值的邻接矩阵

提问于
浏览 次
3

我的问题如下：

我正在使用R SNA包进行社交网络分析 . 可以说，我的出发点是具有以下特征的边缘列表 . 每一行都包含一个公司名称，他们所涉及的项目的ID以及其他特征，比如项目年份 . 公司可以在几个项目中，一个项目可以由多个公司的合作组成 . 例：

Name   Project   Year
AA     1         2003
AB     1         2003
AB     2         2003
AB     3         2004
AC     2         2003
AC     4         2005

对于网络分析，我需要一个邻接矩阵，所有公司都作为行和列 Headers ，我构造如下：

grants.edgelist <- read.csv("00-composed.csv", header = TRUE, sep = ";", quote="\"", dec=",", fill = TRUE, comment.char="")

grants.2mode <-  table(grants.edgelist)   # cross tabulate -> 2-mode sociomatrix

grants.adj <- grants.2mode%*%t(grants.2mode)     # Adjacency matrix as product of the 2-mode sociomatrix`

现在我的问题是：我想在邻接矩阵上运行netlm回归，在那里我测试一年中的网络如何解释明年的网络 . 但是，因此我想将grants.edgelist分组为（仅举办）2003和2005 . 但是，我发现并非所有公司每年都在项目中，因此相应的邻接矩阵具有不同的行和列 .

现在我的问题是：我如何获得一个包含行和列 Headers 中所有公司的邻接矩阵，但是它们的交集设置在我想要观察的年份的零期望值上 . 我希望我的意思很清楚 .

非常感谢你提前 . 这个问题让我今天抓狂！

最好的祝愿

丹尼尔

r matrix sna

1 回答

  • 1

    假设同一家公司有可能在多年内同一个项目（如果没有，那么肯定会有更简单的解决方案） . 一种方法是构造一个networkDynamic对象，然后提取所需的年份并将它们提供给 netlm .

    library(networkDynamic)

# construct example dataset
firmProj <- matrix(
                    c('AA', 1,  2003,
                      'AB', 1, 2003,
                      'AB', 2, 2003,
                      'AB', 3, 2004,
                      'AC', 2, 2003,
                      'AC', 4, 2005),
                       ncol=3,byrow=TRUE)
colnames(firmProj)<-c('Name',   'Project',   'Year')

# make network encompassing all edges
baseNet<-network(firmProj[,1:2])

# get the ids/names of the vertices
ids<-network.vertex.names(baseNet)

# convert original data to a timed edgelist
tel<-cbind(as.numeric(firmProj[,3]),   # convert years to numeric start time
           as.numeric(firmProj[,3])+1, # convert years to numeric end  time
           match(firmProj[,1],ids),    # match label to network id
           match(firmProj[,2],ids))    # match label to network id

# convert to a networkDynamic object
dynFirmProj<-networkDynamic(baseNet, edge.spells = tel)

# bin static networks from the dynamic one, and convert them into list of adjacency matrices
lapply(
       get.networks(dynFirmProj,start=2003, end = 2006, time.increment = 1),
       as.matrix)

[[1]]
   1 2 3 4 AA AB AC
1  0 0 0 0  0  0  0
2  0 0 0 0  0  0  0
3  0 0 0 0  0  0  0
4  0 0 0 0  0  0  0
AA 1 0 0 0  0  0  0
AB 1 1 0 0  0  0  0
AC 0 1 0 0  0  0  0

[[2]]
   1 2 3 4 AA AB AC
1  0 0 0 0  0  0  0
2  0 0 0 0  0  0  0
3  0 0 0 0  0  0  0
4  0 0 0 0  0  0  0
AA 0 0 0 0  0  0  0
AB 0 0 1 0  0  0  0
AC 0 0 0 0  0  0  0

[[3]]
   1 2 3 4 AA AB AC
1  0 0 0 0  0  0  0
2  0 0 0 0  0  0  0
3  0 0 0 0  0  0  0
4  0 0 0 0  0  0  0
AA 0 0 0 0  0  0  0
AB 0 0 0 0  0  0  0
AC 0 0 0 1  0  0  0

    但是，我不确定 netlm 是最好的方式来看待这个，因为因变量的二分数据"..is strongly discouraged due to the assumptions of the analysis."但也许我不太了解你的问题 .

    回复于

相关问题