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

loveR

gclust.boxstats(sna)
gclust.boxstats()所属R语言包：sna

                                         Plot Statistics Associated with Graph Clusters
                                         图相关的统计与图表聚类

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

gclust.boxstats creates side-by-side boxplots of graph statistics based on a hierarchical clustering of networks (cut into k sets).
gclust.boxstats创建的盒形图图表统计的基础上分层聚类网络（切成k套的）。


用法----------Usage----------


gclust.boxstats(h, k, meas, ...)



参数----------Arguments----------

参数：h
an hclust object, presumably formed by clustering a set of structural distances.
hclust对象，可能由一组结构的距离聚类。


参数：k
the number of groups to evaluate.
的组的数目来评价。


参数：meas
a vector of length equal to the number of graphs in h, containing a GLI to be evaluated.
一个向量的长度等于图形在h的数量，包含一个GLI以进行评价。


参数：...
additional parameters to boxplot.
额外的参数来boxplot。


Details

详细信息----------Details----------

gclust.boxstats simply takes the hclust object in h, applies cutree to form k groups, and then uses boxplot on the distribution of meas by group.  This can be quite handy for assessing graph clusters.
gclust.boxstats只是需要hclust对象h，适用于cutree形成k组，然后使用boxplot的分布X>组。这可以很方便评估图聚类。


值----------Value----------

None
无


注意----------Note----------

Actually, this function will work with any hclust object and measure matrix; the data need not originate with social networks.  For this reason, the clever may also employ this function in conjunction with sedist or equiv.clust to plot NLIs against clusters of positions within a graph.
其实，此功能将与任何hclust对象和测量矩阵的数据不需要起源与社交网络。出于这个原因，聪明的也可以使用这种功能结合sedist或equiv.clust绘制在图中的位置对聚类的NLIS。


（作者）----------Author(s)----------


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



参考文献----------References----------

<h3>See Also</h3>

实例----------Examples----------


#Create some random graphs[创建一些随机图]
g<-rgraph(10,20,tprob=c(rbeta(10,15,2),rbeta(10,2,15)))

#Find the Hamming distances between them[寻找它们之间的海明距离]
g.h<-hdist(g)

#Cluster the graphs via their Hamming distances[聚类的图形，通过他们的海明距离]
g.c<-hclust(as.dist(g.h))

#Now display boxplots of density by cluster for a two cluster solution[现在显示的盒状图的密度聚类的两个聚类解决方案]
gclust.boxstats(g.c,2,gden(g))

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。