如何在 R 中的多个模拟图形上应用一个函数

Question

我需要一个函数在多个模拟图（例如分类性）上的多个结果的向量（或列表）。这是为了模拟 Monte Carlo 程序，使用随机块模型而不是 Erdos-Renyi 模型执行分离分析。由于数据收集的设计，这允许使用类似于条件统一图的方法来区分两种类型的参与者之间的链接概率。我尝试使用以下循环失败：

library(igraph)
k <- cbind(c(.2,.2),c(.2,0))  # one block without data of its links 
attrib <- c(1,1,2,2,2,2,2,2,2,2,3,3,3,3,3,5,5,5,5,5,5,5,5,5,1,1,2,2,2,2,2,2,2,3,3,4,4,4,4,4,4,5,5,5,5,5,5,5,5)  # observed data attributes for each block

for(i in 1:1000) {
  sbm[i] <- sample_sbm(49, pref.matrix=k,block.sizes=c(24,25))
  sbm[i] <- set_vertex_attr(sbm[i], "att",value=attrib)
  sbm_ass[i] <- assortativity_nominal(sbm[i],V(sbm[i])$att,directed=F)
 }

我也试过只在最后一行使用 [i]：“sbm_ass[i]...”。我想需要一个功能，但我一直没能实现。

Answer 1

我认为 replicate 是您可能需要的东西

sbm_ass <- replicate(
  1000,
  sample_sbm(49, pref.matrix = k, block.sizes = c(24, 25)) %>%
    set_vertex_attr(name = "att", value = attrib) %>%
    assortativity_nominal(V(.)$att, directed = F)
)

如何在 R 中的多个模拟图形上应用一个函数

how to apply a function on several simulated graphs in R

r

igraph