混合图形模型MGM的网络可预测性分析

全文链接：http://tecdat.cn/?p=18279

但是，如果不是直接观察网络，而是_根据_数据进行_估算_（如：吸烟与癌症之间存在关联），则除了网络结构外，我们还可以分析网络中节点的可预测性。也就是说：网络中的所有其余节点如何预测网络中的给定节点？

相关视频

可预测性有趣，有几个原因：

它给我们提供了一个关于边的_实用性_的想法：如果节点A连接到许多其他节点，但是这些仅说明（假设）其方差的1％，那么边的连接会是怎样的？

它告诉我们网络的不同部分在多大程度上是_由_网络中_的其他因素决定的_

在此博文中，我们使用R-估计网络模型并计算地震灾民数据集上的创伤后应激障碍（PTSD）症状。我们对网络模型和可预测性进行可视化，并讨论如何将网络模型和节点的可预测性相结合来设计症状网络的有效干预措施。

载入资料

我们加载提供的数据：

data 

``````

## \[1\] 312  17

数据集包含对344人的17种PTSD症状的完整反应。症状强度的答案类别范围从1“没有”到5“非常强”。