在R中的ergm包中，如果我想模拟具有同源性/聚类的图，我应该输入什么样的模拟网络？

在

ergm

和

latentnet

包中，它们允许我们输入网络并指定协变量。然后，我们可以添加类似同源性和聚类的效果（在

latentnet

包中）。这里似乎有两个应用分支：

1） 拥有现有的数据/网络，并希望了解它的性能以及存在多大程度的同质性、群集性

2） 没有现有数据，并且希望从头开始生成一个网络，该网络具有我们喜欢的足够的同质性和集群

上述包中的所有示例都使用一个现有的数据集，

samplike

，即Sampson Monk数据。如果我只想生成一个具有给定数量的同质化和聚类的网络，那么我应该输入的输入网络是什么？例如，从代码：

库（ergm）
图书馆（latentnet）
test.net=as.network（矩阵（0100100），directed=F）#100节点网络
test.net%v%“gender”=rbinom（100，size=1，prob=0.5）#节点属性
gest在
ergm
中，您将从没有边的100节点网络开始。例如：

library(ergm)

test.net <- network(40, directed = FALSE, density = 0)
test.net%v%"gender" = rbinom(40, size = 1, prob = 0.5)

g.sim <- ergm::simulate(test.net ~ nodematch("gender") + edges,
         coef = c(2, -3)) #when using ergm::simulate with a formula as input,
                          #coefficients for ergm terms are required

plot(g.sim, vertex.col = as.numeric(test.net%v%"gender"))

库（ergm）
test.net
library(ergm)

test.net <- network(40, directed = FALSE, density = 0)
test.net%v%"gender" = rbinom(40, size = 1, prob = 0.5)

g.sim <- ergm::simulate(test.net ~ nodematch("gender") + edges,
         coef = c(2, -3)) #when using ergm::simulate with a formula as input,
                          #coefficients for ergm terms are required

plot(g.sim, vertex.col = as.numeric(test.net%v%"gender"))