gcor(sna)
gcor()所属R语言包：sna
译者：生物统计家园网 机器人LoveR
描述----------Description----------
gcor finds the product-moment correlation between the adjacency matrices of graphs indicated by g1 and g2 in stack dat (or possibly dat2). Missing values are permitted.
gcor发现的积矩相关之间的邻接矩阵的图形表示g1和g2在堆栈的dat（或可能dat2）。遗漏值是允许的。
用法----------Usage----------
gcor(dat, dat2=NULL, g1=NULL, g2=NULL, diag=FALSE, mode="digraph")
参数----------Arguments----------
参数：dat
one or more input graphs.
一个或多个输入图表。
参数：dat2
optionally, a second stack of graphs.
任选地，第二层叠体的图形。
参数：g1
the indices of dat reflecting the first set of graphs to be compared; by default, all members of dat are included.
指数dat反映了第一套图形进行比较，默认情况下，所有成员dat都包含。
参数：g2
the indices or dat (or dat2, if applicable) reflecting the second set of graphs to be compared; by default, all members of dat are included.
指数或dat（dat2，如果适用），反映了第二套图形进行比较，默认情况下，所有成员dat都包含。
参数：diag
boolean indicating whether or not the diagonal should be treated as valid data. Set this true if and only if the data can contain loops. diag is FALSE by default.
布尔值，表示是否对角线应被视为有效的数据。设置这是真的，当且仅当数据可以包含循环。 diag是FALSE默认情况下。
参数：mode
string indicating the type of graph being evaluated. "Digraph" indicates that edges should be interpreted as directed; "graph" indicates that edges are undirected. mode is set to "digraph" by default.
的图表类型的字符串，表示正在评估中。表明边缘应被解释为指示“有向图的”，“图形”表明边缘是无向。 mode设置为默认情况下，“有向图”。
Details
详细信息----------Details----------
The (product moment) graph correlation between labeled graphs G and H is given by
（产品时刻）给出了图形标记图G和H之间的相关性
cor(G,H) = cov(G,V)/sqrt(cov(G,G)cov(H,H))</i>
肺心病（G，H）= COV（G，V）/ SQRT（COV（G，G）冠状病毒（H，H））</ I>
cov(G,H) = sum( (A^G_ij-mu_G)(A^H_ij-mu_H), {i,j} )/Choose(|V|,2)</i>
COV（G，H）= SUM（（A ^ G_ij mu_G）（A ^ H_ij-mu_H），{I，J}）/选择（| V | 2）</ P>
Note that gcor computes only the correlation between uniquely labeled graphs. For the more general case, gscor is recommended.
注意gcor只计算唯一标记的曲线图之间的相关性。对于更一般的情况下，gscor建议。
值----------Value----------
A graph correlation matrix
图相关矩阵
注意----------Note----------
The gcor routine is really just a front-end to the standard cor method; the primary value-added is the transparent vectorization of the input graphs (with intelligent handling of simple versus directed graphs, diagonals, etc.). As noted, the correlation coefficient returned is a standard Pearson's product-moment coefficient, and output should be interpreted accordingly. Classical null hypothesis testing procedures are not recommended for use with graph correlations; for nonparametric null hypothesis testing regarding graph correlations, see cugtest and qaptest. For multivariate correlations among graph sets, try netcancor.
gcor常规实际上只是一个前端标准cor方法的主要增值是透明的输入图形的矢量化（与智能处理的简单与有向图，对角线，等。 ）。正如所指出的，所返回的相关系数是一个标准的皮尔逊积力矩系数，并输出应该被相应地解释。古典零假设的测试程序，不建议使用与图形相关;，零假设非参数测试图的相关性，请参阅cugtest和qaptest。对于图形组的多变量之间的相关性，尝试netcancor。
（作者）----------Author(s)----------
Carter T. Butts <a href="mailto:buttsc@uci.edu">buttsc@uci.edu</a>
参考文献----------References----------
Krackhardt, D. (1987). “QAP Partialling as a Test of Spuriousness.” Social Networks, 9, 171-86
参见----------See Also----------
gscor, gcov, gscov
gscor，gcov，gscov
实例----------Examples----------
#Generate two random graphs each of low, medium, and high density[产生两个随机图的低，中，高密度]
g<-rgraph(10,6,tprob=c(0.2,0.2,0.5,0.5,0.8,0.8))
#Examine the correlation matrix[检查的相关系数矩阵]
gcor(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。
|
发表于 2012-9-30 10:51:49
