更改

==统计指标==

==统计指标==

在统计和[https://en.wikipedia.org/wiki/Research_design 研究设计]中，指标是一种[https://en.wikipedia.org/wiki/Composite_measure 复合统计]——衡量一组具有代表性的单个数据点的变化，或者换句话说，综合多个[https://en.wikipedia.org/wiki/Indicator_(statistics) 指标]的复合度量。指标总结和排列特定的观察。

在统计和研究设计中，指标是一种复合统计——衡量一组具有代表性的单个数据点的变化，或者换句话说，综合多个[https://en.wikipedia.org/wiki/Indicator_(statistics) 指标]的复合度量。指标总结和排列特定的观察。

各项指标通常权重相等，除非有一些理由违反(例如，如果两个项本质上反映了变量的相同方面，那么它们的权重可能为0.5)。

各项指标通常权重相等，除非有一些理由违反(例如，如果两个项本质上反映了变量的相同方面，那么它们的权重可能为0.5)。

构建项目涉及四个步骤。首先，项目的选择应该基于它们的面部效度[https://en.wikipedia.org/wiki/Face_validity面部效度]、单维性、[https://en.wikipedia.org/wiki/Sensitivity_and_specificity 测量维度]的特异性程度以及它们的[https://en.wikipedia.org/wiki/Variance 方差]。项目之间应该有经验上的联系，这引向了检验它们的多元关系的第二步。第三，设计索引得分，这涉及到确定它们的得分范围和项目的权重。最后，需要对指标进行验证，这涉及到是否能够预测与构建中未使用的测量变量相关的指标。

构建项目涉及四个步骤。首先，项目的选择应该基于它们的面部效度、单维性、[https://en.wikipedia.org/wiki/Sensitivity_and_specificity 测量维度]的特异性程度以及它们的方差。项目之间应该有经验上的联系，这引向了检验它们的多元关系的第二步。第三，设计索引得分，这涉及到确定它们的得分范围和项目的权重。最后，需要对指标进行验证，这涉及到是否能够预测与构建中未使用的测量变量相关的指标。

===度===

===度===

在[https://en.wikipedia.org/wiki/Graph_theory 图论]中，[https://en.wikipedia.org/wiki/Graph_(discrete_mathematics) 图]的[https://en.wikipedia.org/wiki/Vertex_(graph_theory) 顶点]的度(或值)是指与该顶点[https://en.wikipedia.org/wiki/Incidence_matrix 关联的]、[https://en.wikipedia.org/wiki/Loop_(graph_theory) 循环数]为2次的[https://en.wikipedia.org/wiki/Glossary_of_graph_theory_terms#edge 边]的数量。一个顶点v是表示程度的度(v)或度诉一个图G的最大程度,用Δ(G)和最低程度的一个图表,用δ(G),最大和最小程度的顶点。在右边的图中，最大值是5，最小值是0。在一个[https://en.wikipedia.org/wiki/Regular_graph 普通的图]中，所有的度都是一样的，所以我们可以说这个是图的度。[[https://upload.wikimedia.org/wikipedia/commons/thumb/d/d6/UndirectedDegrees_%28Loop%29.svg/283px-UndirectedDegrees_%28Loop%29.svg.png]]

在[[图论]]中，[https://en.wikipedia.org/wiki/Graph_(discrete_mathematics) 图]的[[顶点]]的度(或值)是指与该顶点[https://en.wikipedia.org/wiki/Incidence_matrix 关联的]、[https://en.wikipedia.org/wiki/Loop_(graph_theory) 循环数]为2次的[[边]]的数量。一个顶点v是表示程度的度(v)或度诉一个图G的最大程度,用Δ(G)和最低程度的一个图表,用δ(G),最大和最小程度的顶点。在右边的图中，最大值是5，最小值是0。在一个[https://en.wikipedia.org/wiki/Regular_graph 普通的图]中，所有的度都是一样的，所以我们可以说这个是图的度。

[[File:UndirectedDegrees_(Loop).svg.png|200px|thumb]]

===平均路径长度===

===平均路径长度===

平均路径长度是[https://en.wikipedia.org/wiki/Network_topology 拓扑网络]中的一个概念，定义为所有可能的网络[https://en.wikipedia.org/wiki/Node_(networking) 节点]对的最短路径上的平均步数。它是网络上信息或大众运输效率的一种度量。

平均路径长度是[[拓扑网络]]中的一个概念，定义为所有可能的网络[[节点]]对的最短路径上的平均步数。它是网络上信息或大众运输效率的一种度量。

===直径===

===直径===

在[https://en.wikipedia.org/wiki/Geometry 几何学]中，[https://en.wikipedia.org/wiki/Circle 圆]的直径是任何穿过圆中心、端点在圆上的直[https://en.wikipedia.org/wiki/Line_segment 线段]。它也可以定义为圆的最长[https://en.wikipedia.org/wiki/Chord_(geometry) 弦]。这两个定义对于[https://en.wikipedia.org/wiki/Sphere 球体]的直径也是有效的。

在几何学中，圆的直径是任何穿过圆中心、端点在圆上的直线段。它也可以定义为圆的最长弦。这两个定义对于[https://en.wikipedia.org/wiki/Sphere 球体]的直径也是有效的。

在现代化的用法中，直径的长度也被称为直径。从这个意义上说，我们谈论的是直径（指距离）而不是直径(指的是直线本身)，因为一个圆或球体的所有直径都有相同的长度，这是[https://en.wikipedia.org/wiki/Radius 半径]r的两倍。

在现代化的用法中，直径的长度也被称为直径。从这个意义上说，我们谈论的是直径（指距离）而不是直径(指的是直线本身)，因为一个圆或球体的所有直径都有相同的长度，这是半径r的两倍。

d = 2r⇒r = d / 2。

d = 2r⇒r = d / 2。

对于平面上的[https://en.wikipedia.org/wiki/Convex_set 凸形]，其直径定义为两条相切于其边界的[https://en.wikipedia.org/wiki/Parallel_(geometry) 平行线]之间可以形成的最大距离，而宽度通常定义为这种距离的最小值。这两个量都可以用[https://en.wikipedia.org/wiki/Rotating_caliper 旋转卡尺]有效地计算出来。对于一个[https://en.wikipedia.org/wiki/Curve_of_constant_width 等宽的曲线]，例如[https://en.wikipedia.org/wiki/Reuleaux_triangle 鲁洛三角形]，其宽度和直径是相同的，因为所有的平行切线的长度相同。

对于平面上的[https://en.wikipedia.org/wiki/Convex_set 凸形]，其直径定义为两条相切于其边界的平行线之间可以形成的最大距离，而宽度通常定义为这种距离的最小值。这两个量都可以用[https://en.wikipedia.org/wiki/Rotating_caliper 旋转卡尺]有效地计算出来。对于一个[https://en.wikipedia.org/wiki/Curve_of_constant_width 等宽的曲线]，例如[https://en.wikipedia.org/wiki/Reuleaux_triangle 鲁洛三角形]，其宽度和直径是相同的，因为所有的平行切线的长度相同。

而对于[https://en.wikipedia.org/wiki/Ellipse 椭圆]，标准术语是不同的。椭圆的直径是任何穿过椭圆中心的弦。例如，[https://en.wikipedia.org/wiki/Conjugate_diameters 共轭直径]具有这样的性质:其中一个端点与椭圆的切线平行于另一个端点。最长的直径称为[https://en.wikipedia.org/wiki/Semi-major_and_semi-minor_axes 长轴]。

而对于椭圆，标准术语是不同的。椭圆的直径是任何穿过椭圆中心的弦。例如，共轭直径有这样的性质:其中一个端点与椭圆的切线平行于另一个端点。最长的直径称为长轴。

“直径”一词来源于[https://en.wikipedia.org/wiki/Ancient_Greek 希腊]διάμετρος(diametros)、“一圈直径”,从διά(dia)”,通过“和μέτρον(密特隆),“衡量”。[3]通常缩写DIA,dia,d,或⌀。

“直径”一词来源于希腊διάμετρος(diametros)、“一圈直径”,从διά(dia)”,通过“和μέτρον(密特隆),“衡量”通常缩写DIA,dia,d,或⌀。

===集聚系数===

===集聚系数===

在[https://en.wikipedia.org/wiki/Graph_theory 图论]中，聚类系数是图中节点聚类的程度的度量。有证据表明，在大多数真实世界的网络中，特别是在[https://en.wikipedia.org/wiki/Social_network 社交网络]中，节点往往以相对高密度的联系为特征，形成紧密的群体;这种可能性往往大于两个节点之间随机建立平局的平均概率(霍兰德和莱因哈特，于1971年; 瓦茨和斯托盖茨，于1998年)。

在[[图论]]中，聚类系数是图中节点聚类的程度的度量。有证据表明，在大多数真实世界的网络中，特别是在[[社交网络]]中，节点往往以相对高密度的联系为特征，形成紧密的群体;这种可能性往往大于两个节点之间随机建立平局的平均概率(霍兰德和莱因哈特，于1971年; 瓦茨和斯托盖茨，于1998年)。

这种方法有两种版本:全局和局部。全局版本的设计是为了给出网络中集群的总体指示，而局部版本则表示单个节点的嵌入性。

这种方法有两种版本:全局和局部。全局版本的设计是为了给出网络中集群的总体指示，而局部版本则表示单个节点的嵌入性。

===节点中心性===

===节点中心性===

在[https://en.wikipedia.org/wiki/Graph_theory 图论]和[https://en.wikipedia.org/wiki/Network_theory 网络分析]中，中心性指标确定图中最重要的[https://en.wikipedia.org/wiki/Vertex_(graph_theory) 顶点]。应用程序包括识别[https://en.wikipedia.org/wiki/Social_network 社交网络]中最有影响力的人、[https://en.wikipedia.org/wiki/Internet 互联网]或[https://en.wikipedia.org/wiki/Transport_network 城市网络]中的关键基础设施节点和疾病的[https://en.wikipedia.org/wiki/Super-spreader 超级传播者]。中心性概念最早出现在[https://en.wikipedia.org/wiki/Social_network_analysis 社会网络分析]中，许多衡量中心性的术语反映了它们的[https://en.wikipedia.org/wiki/Sociology 社会学]渊源。它们不应该与[https://en.wikipedia.org/wiki/Node_influence_metric 节点影响度量]相混淆，节点影响度量试图量化网络中每个节点的影响。

在[[图论]]和[[网络分析]]中，中心性指标确定图中最重要的[[顶点]]。应用程序包括识别[[社交网络]]中最有影响力的人、互联网或城市网络中的关键基础设施节点和疾病的超级传播者。中心性概念最早出现在社会网络分析中，许多衡量中心性的术语反映了它们的社会学渊源。它们不应该与[https://en.wikipedia.org/wiki/Node_influence_metric 节点影响度量]相混淆，节点影响度量试图量化网络中每个节点的影响。