实证统计分析、可视化和仿真 网络上的扩散和传染过程。 该包实现 用于计算网络扩散统计信息的算法，例如 传输率、危害率、暴露模型、网络阈值 水平、传染性（传染病）和易感性。 该软件包是 受到Valente等人（2015）发表的作品的启发； 瓦伦特（1995）， Myers（2000）、Iyengar等人（2011）、Burt（1987）； 在其他中。
引用 ( 包装= “网络扩散器” ) 要在出版物中引用netdiffuseR，请使用以下纸张： Valent TW，Vega Yon GG.社会扩散/传染过程 网络。 健康教育与行为。 2020; 47(2):235-248. doi:10.1177/1090198120901497 实际的R包： Vega Yon G，Valente T（2022）_ netdiffuserR：扩散和分析 网络上的传染过程。 doi:10.5281/zenodo.1039317 < https://doi.org/10.5281/zenodo.1039317 >，R包版本1.22.4， < https://github.com/USCCANA/netdiffuseR网站 >. 要以BibTeX格式查看这些条目，请使用“print（<引文>， bibtex=TRUE）'，'到bibtex（.）'，或设置 “选项（cibitation.bibtex.max=999）”。 安装程序包 ( “网络扩散器” ) 开发工具 :: 安装github ( “USCCANA/netdiffuseR” , 构建渐晕图= 真的 ) 卷曲 -O（运行） http://r.research.att.com/libs/gfortran-4.8.2-darwin13.tar.bz2
苏多 焦油fvxz gfortran-4.8.2-达尔文13.焦油.bz2 -C类 / > 安装程序包 ( “netdiffuseR_1.16.3.29.zip” , 回购= 无效的 ) > 安装程序包 ( “netdiffuseR_1.16.3.29.tgz” , 回购= 无效的 ) 图书馆 （净散流器） ## ##附加包：“netdiffuseR” ##以下对象已从“package:base”中屏蔽： ## ## %*% #生成随机图
设置种子 ( 1234 )
n个 <- 100
净现值 <- 20
图表 <- 图形_er （n、nper、。 5 )
toa公司 <- 样品 ( c（c） ( 1 : ( 1 + 净现值 -1 ), 纳 )，个， 真的 )
头 （总资产） ## [1] 16 3 14 3 13 5 #创建diffnet对象
差异网络 <- as_diffnet （图，toa）
微分网络 ##类diffnet的动态网络- ##名称：扩散网络 ##行为：未指定 ##节点数：100（1、2、3、4、5、6、7、8…） ##时段数：20（1-20） ##类型：定向 ##最终流行率：0.95 ##静态属性：- ##动态属性：- 总结 （diffnet） ##扩散网络汇总统计 ##名称：扩散网络 ##行为：未指定 ## ----------------------------------------------------------------------------- ##领养人累计领养期。 （%）危害率密度Moran’s I（sd） ## -------- ---------- ---------------- ------------- --------- ---------------- ## 1 8 8 (0.08) - 0.50 -0.01 (0.00) ## 2 3 11 (0.11) 0.03 0.50 -0.01 (0.00) ## 3 6 17 (0.17) 0.07 0.51 -0.01 (0.00) ## 4 3 20 (0.20) 0.04 0.49 -0.01 (0.00) ## 5 9 29 (0.29) 0.11 0.50 -0.01 (0.00) ## 6 5 34 (0.34) 0.07 0.50 -0.01 (0.00) ## 7 2 36 (0.36) 0.03 0.51 -0.01 (0.00) ## 8 3 39 (0.39) 0.05 0.50 -0.01 (0.00) ## 9 5 44 (0.44) 0.08 0.50 -0.01 (0.00) ## 10 1 45 (0.45) 0.02 0.49 -0.01 (0.00) ## 11 3 48 (0.48) 0.05 0.50 -0.01 (0.00) ## 12 6 54 (0.54) 0.12 0.50 -0.01 (0.00) ## 13 8 62 (0.62) 0.17 0.50 -0.01 (0.00) ## 14 9 71 (0.71) 0.24 0.50 -0.01 (0.00) ## 15 5 76 (0.76) 0.17 0.50 -0.00 (0.00) ** ## 16 7 83 (0.83) 0.29 0.50 -0.01 (0.00) ## 17 5 88 (0.88) 0.29 0.49 -0.00 (0.00) *** ## 18 4 92 (0.92) 0.33 0.50 -0.01 (0.00) ## 19 1 93 (0.93) 0.12 0.50 -0.01 (0.00) ## 20 2 95 (0.95) 0.29 0.50 -0.01 (0.00) ## ----------------------------------------------------------------------------- ##左侧审查：0.08（8） ##右定心：0.05（5） ##节点数：100 ## ##Moran’s I是使用1/测地线根据同期自相关计算得出的 ##值。 显著水平***<=.01，**<=.05，*<=.1。 #可视化感染/感染的分布
外面的 <- 斑点感染 （差异， 垃圾箱= 20 , K（K）= 5 , 对数刻度= 错误的 , 小时= . 01 ) 
外面的 <- 斑点感染 （差异， 垃圾箱= 20 , K（K）= 5 , 对数刻度= 真的 ,
不包括零= 真的 , 小时= 1 ) ##plot_infectuscep.list中的警告（graph$graph，graph$toa，t0，normalize，：When ##应用对数尺度时，缺少一些观测结果。 
#生成随机图
设置种子 ( 123 )
差异网络 <- rdiffnet公司 ( 500 , 20 ,
种子节点= “随机” ,
argraph.args参数= 列表 ( 米= 三 ),
阈值.dist= 功能 （x） 运行 ( 1 , . 三 , . 7 )) ##函数（graph，p，algorithm=“endpoints”，both.ends=FALSE，： ##选项copy.first-设置为TRUE。 在这种情况下，第一个图形将是 ##作为基线处理，因此，T=1之后的网络将被T-1取代。 差异网络 ##类diffnet的动态网络- ##名称：扩散网络 ##行为：随机传染 ##节点数：500（1、2、3、4、5、6、7、8…） ##时段数：20（1-20） ##类型：定向 ##最终流行率：1.00 ##静态属性：real_threshold（1） ##动态属性：- #具有固定顶点大小的阈值
plot_threshold（打印阈值） （diffnet） 
数据 ( “medInnovationsDiffNet” )
设置种子 ( 131 )
plot_threshold（打印阈值） (
医疗创新DiffNet，
顶点颜色= 绿柱石 :: 地狱 ( 4 )[med创新DiffNet[[ “城市” ]]],
顶点x边= 医疗创新DiffNet[[ “城市” ]] + 2 ,
潜艇= “注：顶点的大小和形状分别由度和城市给出” ,
抖动系数= c（c） ( 1 , 1 ), 抖动安装= c（c） (. 25 ,. 025 )
) ##（函数（graph，expo，toa，include_censored=FALSE，t0）中出现警告= ##min（toa，：-vertex.sides-将被强制为整数。 
绘图_采用程序 （差异） 
危险_比率 （差异） 
plot_diffnet （medInnovationsDiffNet， 切片= c（c） ( 1 , 9 , 8 )) 
差速器.toa （brfarmersDiffNet）[brfarmersDiffNet] $ toa公司 >= 1965 ] <- 纳
打印差异2 （brfarmersDiffNet， 顶点x大小= “不确定” ) 
设置种子 ( 1231 )
#随机无标度扩散网络
x个 <- rdiffnet公司 ( 1000 , 4 , 见图表= “无标度” , 见p.采用= . 025 ,
重新布线= 错误的 , 种子节点= “中央” ,
argraph.arg参数= 列表 ( 自我= 错误的 , 米= 4 ),
阈值.dist= 功能 （id） 运行 ( 1 ,. 2 ,. 4 ))
#扩散贴图（无随机toa）
dm0型 <- 扩散贴图 （x， kde2d.args参数= 列表 ( n个= 150 , 小时= 1 ), 布局= 记录仪 :: 布局_with_fr）
#随机
差速器.toa （x） <- 样品 （x） $ 到， 尺寸= nnodes（节点） （x） ）
#扩散贴图（随机toa）
dm1型 <- 扩散贴图 （x， 布局= dm0（分米） $ 坐标， kde2d.args参数= 列表 ( n个= 150 , 小时= . 5 ))
旧款 <- 标准 ( 无只读= 真的 )
科尔 <- 绿柱石 :: 等离子体 ( 100 )
标准 ( mfrow公司= c（c） ( 1 , 2 ), 奥马= c（c） ( 1 , 0 , 0 , 0 ), cex公司= . 8 )
形象 （dm0， 科尔= 科尔， 主要= “非随机收养时间 \n个 核心采用。 " )
形象 （dm1， 科尔= 科尔， 主要的= “随机收养次数” )
标准 ( mfrow公司= c（c） ( 1 , 1 ))
多行文本 ( “两个网络在采用时间上的分布相同” , 1 ,
外部= 真的 ) 
标准 （旧款） 外面的 <- 分类 （kfamilyDiffNet， 包括审查= 真的 )
ftable（英尺） （退出） ##thr非兴奋剂极低阈值。 低阈值。 高阈值。 非常高的阈值。 ##toa公司 ##非吸烟者0.00 0.00 0.000 0.00 ##早期采用者0.00 14.04 8.40 0.57 0.29 ##早期多数0.00 5.64 11.65 5.54 2.58 ##后期多数0.00 1.34 5.06 6.21 2.96 ##落后0.00 1.53 0.00 0.00 34.19 #绘图
旧款 <- 标准 ( 无只读= 真的 )
标准 ( X射线光电子能谱仪= 真的 )
情节 （退出， 颜色= 绿柱石 :: 地狱 ( 5 ), 拉斯维加斯= 2 , xlab公司= “收养时间” ,
伊拉布= “阈值” , 主要= "" )
#正在添加密钥
传奇 ( “底部” , 图例= 水平 （退出 $ thr）， 填充= 绿柱石 :: 地狱 ( 5 ), 水平= 真的 ,
cex公司= . 6 , 顺便提一下= “n” , 插入= c（c） ( 0 , - . 1 )) 
标准 （旧款） sessionInfo（会话信息） () ##R版本4.2.1（2022-06-23） ##平台：x86_64-pc-linux-gnu（64-bit） ##运行于：Ubuntu 20.04.5 LTS ## ##矩阵产品：默认 ##BLAS:/usr/lib/x86_64-linux-gnu/BLAS/libblas.so.3.9.0 ##LAPACK:/usr/lib/x86_64-linux-gnu/LAPACK/liblapack.so.3.9.0 ## ##区域设置： ##[1]LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C ##[3]LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8 ##[5]LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-9 ##[7]LC_PAPER=en_US.UTF-8 LC_NAME=C ##[9]LC_ADDRESS=C LC_TELEPHONE=C ##[11]LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C ## ##附加的基本包： ##[1]统计图形grDevices数据集utils方法库 ## ##其他附加包： ##[1]净扩散R_1.22.4 ## ##通过命名空间加载（未附加）： ##[1]Rcpp_1.0.9 sna_2.6高_0.9 ##[4]编译器_4.2.1柱_1.8.1工具_4.2.1 ##[7]boot_1.3-28 digest_0.6.29 MatchIt_4.4.0 ##[10]评估0.16 tibble_3.1.8生命周期_1.0.2 ##[13]lattice_0.20-45绿色Lite_0.4.0 pkgconfig_2.0.3 ##[16]郎_1.0.5矩阵_1.5-0迁移_1.3.2 ##[19]cli_3.4.0 rstudioapi_0.14 yaml_2.3.5 ##[22]稀疏M1.81 xfun_0.32 fastmap_1.1.0 ##[25]coda_0.19-4字符串_1.4.1编织_1.40 ##[28]vctrs_0.4.1网络Dynamic_0.11.1网格_4.2.1 ##[31]胶水_1.6.2 fansi_1.0.3 bspm_0.3.9 ##[34]rmarkdown_2.16磁头_2.0.3后端口_1.4.1 ##[37]htmltools_0.5.3 MASS_7.3-58.1 utf8_1.2.2 ##[40]字符串_1.7.8网络_1.17.2 statnet.common_4.7.0 统计网 网络动态 数字电视 记录仪 鲁西纳 选择目标 xspline公司 暴露 自己 网络