Aritalab:Lecture/NetworkBiology/Degree Distribution
m (→次数相関) |
m (→隣接点の次数分布) |
||
Line 10: | Line 10: | ||
隣接する頂点の次数を <math>p ( j | k ) </math> と書きましょう。ここで次数 ''k'' の頂点に隣接する頂点の次数が ''j'' です。 | 隣接する頂点の次数を <math>p ( j | k ) </math> と書きましょう。ここで次数 ''k'' の頂点に隣接する頂点の次数が ''j'' です。 | ||
− | |||
<math>p(j|k) = \frac{j p(j)}{\sum_k k p(k)} = \frac{j}{\langle k \rangle}p(j) </math> | <math>p(j|k) = \frac{j p(j)}{\sum_k k p(k)} = \frac{j}{\langle k \rangle}p(j) </math> | ||
− | + | 別の言い方をすると、頂点をランダムに選んで次数が ''j'' である確率は p( ''j'') ですが、辺をランダムに選んでその先に来る頂点の次数が ''j'' である確率が p ( ''j'' | ''k'' ) です。辺をたどった先の頂点はハブが来やすく、その来やすさは、頂点の次数に正比例します。(次数 ''j'' の頂点は相対的に j / <k> だけ、現れやすい。) | |
− | <math> | + | 辺の先に来る頂点の次数平均を求めましょう。 |
+ | |||
+ | <math>\sum_{j} j p(j|k) = \frac{1}{\langle k \rangle} \sum_{j} j^2 p(j) = \frac{\langle k^2 \rangle}{\langle k \rangle}</math> | ||
+ | |||
+ | この値は各所で用いますが、k から j をたどる辺 1 本ぶんを最初に引いておく場合もあります。このとき、値は <math> \textstyle \frac{\langle k^2 \rangle - \langle k \rangle}{\langle k \rangle} </math> になります。 | ||
==次数相関== | ==次数相関== |
Revision as of 11:59, 6 August 2016
Contents |
次数分布
次数 k が全頂点の中で占める割合 p(k) を次数分布といいます。確率分布なので総和は 1 です。
その平均値を、平均次数といい <k> = Σ k p(k) と書きます。
隣接点の次数分布
隣接する頂点の次数を と書きましょう。ここで次数 k の頂点に隣接する頂点の次数が j です。
別の言い方をすると、頂点をランダムに選んで次数が j である確率は p( j) ですが、辺をランダムに選んでその先に来る頂点の次数が j である確率が p ( j | k ) です。辺をたどった先の頂点はハブが来やすく、その来やすさは、頂点の次数に正比例します。(次数 j の頂点は相対的に j / <k> だけ、現れやすい。)
辺の先に来る頂点の次数平均を求めましょう。
この値は各所で用いますが、k から j をたどる辺 1 本ぶんを最初に引いておく場合もあります。このとき、値は になります。
次数相関
隣接する頂点どうしの次数が似る度合いを次数相関といいます。 辺がランダムに張られる場合は次数相関は 0 になりますが、映画俳優の競演関係といったネットワークはハブどうしが隣接する、つまり正の相関を持つ (assortative) ことが知られています。 生態系のような生物学ネットワークでは負の相関を持つ (disassortative) と考えられます。
隣接点の平均次数は、次数分布や頂点の次数 k によらず一定値となります。
全頂点の次数が同じ時 <k2> = <k>2 となるので、隣接点の平均次数は <k> - 1 になります(たどってくる辺を除いた場合)。また次数の偏りが大きくハブが存在する場合、隣接点の平均次数は <k> を大きくうわまわります。(つまり隣にハブが来やすくなる。)次数がポアソン分布に従う場合、<k2> = <k>2 + <k> が成り立ちます。ポアソン分布の場合は、たどる辺をちょ差し引くと、ちょうど隣接点も次数 <k> です。
計算法
次数相関 r をピアソンの相関係数に従って定義しましょう。M 本ある辺の両端点 u, v の次数をそれぞれ ku, ku とおきます。相関係数の分子は ku, kv の平均からの差分を計算します。 分母は ku と kv の標準偏差の積ですが、実際には分散を計算します。