我正在使用Daniel Weidele的以下方法来计算一组数据的Brainerd-Robinson相似性(下面的代码)。我的行表示地点,我的列表示在每个地点找到的人的年龄。我使用相似性来衡量哪些地方的人口统计构成彼此相似,然后在网络分析中使用输出。
我的问题是,我的很多地方在某些年龄段都有"0"人,所以相似性指数显示了这些地方之间的紧密联系。我想运行模型的两次迭代,两者都是 i) 其中考虑了"0",ii) 忽略了"0",即我只返回在正数据上生成的索引。
我已经尝试了各种从分析中排除"0"的方法,但到目前为止没有任何效果。对此有什么建议吗?谢谢。
# function to load the observations
load = function() {
p <- read.csv("observations.csv")
rownames(p) <- p[,1]
p <- p[,c(2:6)]
return(p)
}
# function to compute the normalized Brainerd-Robinson similarity for observations x
BR <- function(x)
{
rd <- dim(x)[1]
results <- matrix(0,rd,rd)
for (s1 in 1:rd) {
for (s2 in 1:rd) {
results[s1,s2] <- 1 - (sum(abs(x[s1, ] / sum(x[s1,]) - x[s2, ] / sum(x[s2,]))))/2
}
}
rownames(results) <- rownames(x)
colnames(results) <- rownames(x)
return(results)
}
# load observations, compute Brainerd-Robinson similarity and write results to file
write.csv(BR(load()), "br.csv")
为什么不直接问作者? :)
当你看线时
results[s1,s2] <- 1 - (sum(abs(x[s1, ] / sum(x[s1,]) - x[s2, ] / sum(x[s2,]))))/2
这主要是魔术发生的地方。让我概述一下这里发生了什么,只看分配操作的右侧<-
:
1 - (sum(abs(x[s1, ] / sum(x[s1,]) - x[s2, ] / sum(x[s2,]))))/2
让我们打电话
- 站点 1 的 Obvserations
x[s1,]
(OOS1)的矢量, - 数字(或标量)
sum(x[s1,])
,然后sum(OOS1)
站点 1 (SOS1) 的总和, - 以及站点 1 (NOS1)归一化观测值
x[s1,] / sum(x[s1,])
向量
然后,我们可以将作业的右侧部分重写为:
1 - (sum(abs(OOS1 / SOS1 - OOS2 / SOS2)))/2
或
1 - (sum(abs(NOS1 - NOS2)))/2
重要的部分是,NOS1 和 NOS2 仍然是包含每个类别的观测值数量的向量,只是标准化为站点中的比例。
现在,您的问题的关键部分是:abs(NOS1 - NOS2)
.
NOS1 - NOS2
只需从一个向量中减去另一个向量。这是您要进行修改的地方,以便不考虑 0 值:
differenceIgnoreZeroes <- function(u, v)
{
# input vectors u and v should have equal length for this to work
result <- vector()
for (i in 1:length(u)) {
if(u[i] == 0 || v[i] == 0) next # SKIP IF EITHER VALUE IS 0
result[i] <- u[i] - v[i]
}
return(result)
}
定义此函数后,我们因此编写differenceIgnoreZeroes(NOS1, NOS2)
而不是NOS1-NOS2
。
接下来,我们继续像以前一样采用绝对值:
abs(differenceIgnoreZeroes(NOS1, NOS2))
由于生成的向量现在包含"NA"值,因此在对向量求和时,我们需要小心不要考虑这些NA
,否则整个总和也会变得NA
。因此,将参数na.rm设置为 T(rue):
sum(abs(differenceIgnoreZeroes(NOS1,NOS2)), na.rm = T)
因此,我们的右手总分配如下所示:
1 - (sum(abs(differenceIgnoreZeroes(OOS1 / SOS1, OOS2 / SOS2)), na.rm = T))/2
进一步扩展到
1 - (sum(abs(differenceIgnoreZeroes(x[s1, ] / sum(x[s1,]),
x[s2, ] / sum(x[s2,]))), na.rm = T))/2
我希望这有帮助!
干杯
丹尼尔·魏德勒