R：显著性检验

我试图使用我发现的一个函数来测试一个由igraph创建的对象的重要性

首先加载数据和库。然后，对数据执行聚类。最后，我使用我在网上找到的一个函数来计算聚类的重要性。然而，这是行不通的

有人能帮我理解为什么重要性测试的功能不起作用吗

library(igraph)
library(igraphdata)
data(karate)

cfg <- cluster_fast_greedy(karate)
plot(cfg, karate) 


a = induced_subgraph(karate, cfg[[1]])
    



#community significance test (http://igraph.wikidot.com/community-detection-in-r)

 community.significance.test <- function(graph, vs, ...) {
    if (is.directed(graph)) stop("This method requires an undirected graph")
    subgraph <- induced.subgraph(graph, vs)
    in.degrees <- degree(subgraph)
    out.degrees <- degree(graph, vs) - in.degrees
    wilcox.test(in.degrees, out.degrees, ...)
}

#test the significance of the first community

aa = community.significance.test(karate,a)

 Error in as.igraph.vs(graph, vids) : 
  'list' object cannot be coerced to type 'double' 

库（igraph）
图书馆（igraphdata）
数据（空手道）
cfg
vs
参数应该是顶点序列，而不是图形本身。调用函数的正确方法是
community.signification.test（空手道，cfg[[1]]）
（但在本例中，由于关系
，您会遇到问题）。您可以使用
community.signity.test（空手道，cfg[[1]]，exact=FALSE）关闭精确的pvalues）`谢谢！输出：带有连续性校正数据的Wilcoxon秩和检验：in.degrees和out.degrees W=312，p值=1.271e-06替代假设：真实位置偏移不等于0这意味着无效假设被拒绝，社区显著？这是我运行的代码：社区显著性检验（空手道，cfg[[1]]，精确=假）@你对这个问题有什么想法吗？集群社区之间有内在联系吗？或者这些联系是任意的？OP问我第一个集群是否重要。对你得到了
p-value=1.271e-0
通常人们认为任何小于0.05的p都是显著的。