centralization(sna)
centralization()所属R语言包：sna
Find the Centralization of a Given Network, for Some Measure of Centrality
找到一个给定的网络集中化的，一定程度的掌
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Centralization returns the centralization GLI (graph-level index) for a given graph in dat, given a (node) centrality measure FUN. Centralization follows Freeman's (1979) generalized definition of network centralization, and can be used with any properly defined centrality measure. This measure must be implemented separately; see the references below for examples.
Centralization集中返回图指数（GLI）在dat给定的图，（节点）的中心度量FUN。 Centralization如下Freeman的（1979）广义定义的网络的集中，并且可以使用任何适当定义的中心度量。这项措施必须单独实现的示例，请参阅下面的参考资料。
用法----------Usage----------
centralization(dat, FUN, g=NULL, mode="digraph", diag=FALSE,
normalize=TRUE, ...)
参数----------Arguments----------
参数：dat
one or more input graphs.
一个或多个输入图表。
参数：FUN
Function to return nodal centrality scores.
函数返回节点核心得分。
参数：g
Integer indicating the index of the graph for which centralization should be computed. By default, all graphs are employed.
整数，指示其中集中应计算的曲线图的索引。默认情况下，所有的图形。
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”，“图形”表明边缘是无向。 mode设置为默认情况下，“有向图”。
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.
布尔指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：normalize
Boolean indicating whether or not the centralization score should be normalized to the theoretical maximum. (Note that this function relies on FUN to return this value when called with tmaxdev==TRUE.) By default, tmaxdev==TRUE.
布尔值，指示是否应被标准化的集中化得分的理论最大值。 （注意，这个函数依赖于FUNtmaxdev==TRUE）。调用时返回这个值默认情况下，tmaxdev==TRUE。
参数：...
Additional arguments to FUN.
其他参数FUN。
Details
详细信息----------Details----------
The centralization of a graph G for centrality measure C(v) is defined (as per Freeman (1979)) to be:
集中为中心度量C(v)定义（如每弗里曼（1979）），是一个图G：
C^*(G) = sum( |max(C(v))-C(i)|, i in V(G) )</i>
C ^ *（G）= SUM（|（V）最大（C）-C（I），V（G））</ P>
Or, equivalently, the absolute deviation from the maximum of C on G. Generally, this value is normalized by the theoretical maximum centralization score, conditional on |V(G)|. (Here, this functionality is activated by normalize.) Centralization depends on the function specified by FUN to return the vector of nodal centralities when called with dat and g, and to return the theoretical maximum value when called with the above and tmaxdev==TRUE. For an example of such a centrality routine, see degree.
或等效地，在G的最大的C的绝对偏离一般情况下，这个值被归一化的理论上的最大集中得分，条件|V(G)|。 （在这里，这个功能是激活normalize。）Centralization的依赖于所指定的函数FUN返回节点的中心性向量时调用dat和<X >，并返回的理论最大值时调用上述g。对于这样一个核心程序的一个例子，请参阅tmaxdev==TRUE。
值----------Value----------
The centralization of the specified graph.
集中指定的图形。
注意----------Note----------
See cugtest for null hypothesis tests involving centralization scores.
见cugtest空假设检验，包括集中化分数。
（作者）----------Author(s)----------
Carter T. Butts <a href="mailto:buttsc@uci.edu">buttsc@uci.edu</a>
参考文献----------References----------
Wasserman, S., and Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press.
参见----------See Also----------
cugtest
cugtest
实例----------Examples----------
#Generate some random graphs[随机生成一些图表]
dat<-rgraph(5,10)
#How centralized is the third one on indegree?[集中是第三个在入度如何？]
centralization(dat,g=3,degree,cmode="indegree")
#How about on total (Freeman) degree?[总（弗里曼饰）学位如何？]
centralization(dat,g=3,degree)
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 10:48:56
