R语言 sna包 blockmodel.expand()函数中文帮助文档(中英文对照)

loveR

blockmodel.expand(sna)
blockmodel.expand()所属R语言包：sna

                                         Generate a Graph (or Stack) from a Given Blockmodel Using Particular Expansion Rules
                                         从一个给定的块模型，使用特定的扩展规则生成一个图表（或堆栈）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

blockmodel.expand takes a blockmodel and an expansion vector, and expands the former by making copies of the vertices.
blockmodel.expand需要一个块模型和扩展的向量，并扩大了前复制的顶点。


用法----------Usage----------


blockmodel.expand(b, ev, mode="digraph", diag=FALSE)



参数----------Arguments----------

参数：b
blockmodel object.
块模型对象。


参数：ev
a vector indicating the number of copies to make of each class (respectively).
指示的数量的副本，使每个类的向量（分别）。


参数：mode
a string indicating whether the result should be a “graph” or “digraph”.
一个字符串，指示的结果是否应该是一个“图”或“有向图”。


参数：diag
a boolean indicating whether or not loops should be permitted.
一个布尔值，表示是否回路应被允许。


Details

详细信息----------Details----------

The primary use of blockmodel expansion is in generating test data from a blockmodeling hypothesis.  Expansion is performed depending on the content type of the blockmodel; at present, only density is supported.  For the density content type, expansion is performed by interpreting the interclass density as an edge probability, and by drawing random graphs from the Bernoulli parameter matrix formed by expanding the density model.  Thus, repeated calls to blockmodel.expand can be used to generate a sample for monte carlo null hypothesis tests under a Bernoulli graph model.
块模型扩展的主要用途是生成测试数据从blockmodeling假设。根据内容类型的块模型进行扩展，目前，仅密度支持。对于密度的内容类型，扩展进行解释组间的边缘概率密度，并绘制任意图形的从伯努利形成通过扩大的密度模型的参数矩阵的。因此，重复调用blockmodel.expand可以用来生成一个样品的蒙地卡罗空下一个伯努利图模型的假设检验。


值----------Value----------

An adjacency matrix, or stack thereof.
邻接矩阵或堆栈上。


注意----------Note----------

Eventually, other content types will be supported.
最终，其他的内容类型将得到支持。


（作者）----------Author(s)----------


Carter T. Butts <a href="mailto:buttsc@uci.edu">buttsc@uci.edu</a>



参考文献----------References----------

Doreian, P.; Batagelj, V.; and Ferligoj, A.  (2005).  Generalized Blockmodeling.  Cambridge: Cambridge University Press.


参见----------See Also----------

blockmodel
blockmodel


实例----------Examples----------


#Create a random graph with _some_ edge structure[创建一个随机的图形_some_边缘结构]
g.p&lt;-sapply(runif(20,0,1),rep,20)  #Create a matrix of edge [创建一个矩阵的边缘]
                                   #probabilities[概率]
g&lt;-rgraph(20,tprob=g.p)            #Draw from a Bernoulli graph [从伯努利图绘制]
                                   #distribution[分配]

#Cluster based on structural equivalence[聚类基于结构等价]
eq<-equiv.clust(g)

#Form a blockmodel with distance relaxation of 15[形成一个块模型的距离松弛15]
b<-blockmodel(g,eq,h=15)

#Draw from an expanded density blockmodel[从膨胀密度块模型绘制]
g.e&lt;-blockmodel.expand(b,rep(2,length(b$rlabels)))  #Two of each class[每班两个]
g.e

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。