korr. Beziehungsgewicht & korr. Dichte=mittlerer Degree Table 1 und CSV

#55
fhstp · Nov 2, 2022 · 5b438d2 · 5b438d2
1 parent d3e176a
commit 5b438d2
Show file tree

Hide file tree

Showing 3 changed files with 86 additions and 0 deletions.
diff --git a/src/components/StatisticsTable.vue b/src/components/StatisticsTable.vue
@@ -27,6 +27,21 @@
           </th>
           <td>{{ naehenSum }}</td>
         </tr>
+        <tr>
+          <th
+            title="Durchschnittliche Nähe bzw. Distanz der Kontakte zur Ankerperson. Je höher die Kennzahl, umso näher stehen die Personen der Ankerperson."
+          >
+            korrigiertes Beziehungsgewicht
+          </th>
+          <td>
+            {{
+              (naehenSum / networkSize).toLocaleString(undefined, {
+                minimumFractionDigits: 3,
+                maximumFractionDigits: 3,
+              })
+            }}
+          </td>
+        </tr>
         <tr>
           <th
             title="Verhältnis der tatsächlich vorhandenen zu den theoretisch möglichen Verbindungen (exklusive der Verbindungen zwischen Anker- und Kontaktpersonen, inklusive Personen ohne Kante zur Ankerperson). Optional: Maßzahl liegt zwischen 0 (nur isolierte Kontakte) und 1 (jede Person im Netzwerk ist mit jeder anderen verbunden)."
@@ -42,6 +57,21 @@
             }}
           </td>
         </tr>
+        <tr>
+          <th
+            title="Mittelwert der Verbindungen pro Kontakt (exklusive der Verbindungen zwischen Anker- und Kontaktpersonen, inklusive Personen ohne Kante zur Ankerperson). Optional: Maßzahl liegt zwischen 0 (nur isolierte Kontakte) und der Anzahl der Kontakte minus 1 (jede Person im Netzwerk ist mit jeder anderen verbunden)."
+          >
+            Durchschnittlicher Degree
+          </th>
+          <td>
+            {{
+              averageDegree.toLocaleString(undefined, {
+                minimumFractionDigits: 3,
+                maximumFractionDigits: 3,
+              })
+            }}
+          </td>
+        </tr>
         <tr>
           <th
             title="Kontakt(e) mit den meisten Verbindungen im Netzwerk (neben der Ankerperson)"
@@ -107,6 +137,7 @@ import { computed, defineComponent } from "vue";
 import { useStore } from "@/store";
 import {
   analyseNWKbyCategory,
+  calculateAverageDegree,
   calculateDensity,
   getOrInit,
   NetworkAnalysis,
@@ -128,6 +159,11 @@ export default defineComponent({
       return calculateDensity(alterConnectable, intConnCount);
     });
 
+    const averageDegree = computed((): number => {
+      const { alterConnectable, intConnCount } = networkAnalysis.value;
+      return calculateAverageDegree(alterConnectable, intConnCount);
+    });
+
     const stars = computed(() => {
       const alteri = networkAnalysis.value.stars;
       if (alteri.length > 0 && networkAnalysis.value.maxDegree > 0) {
@@ -176,6 +212,7 @@ export default defineComponent({
       networkSize: computed(() => networkAnalysis.value.alterConnected),
       naehenSum: computed(() => networkAnalysis.value.naehenSum),
       density,
+      averageDegree,
       stars,
       isolated: makeComputedAlterGroup("isolated"),
       alterZeroEdge: makeComputedAlterGroup("alterZeroEdge"),

diff --git a/src/data/NetworkAnalysis.ts b/src/data/NetworkAnalysis.ts
@@ -194,6 +194,24 @@ export function calculateDensity(
   }
 }
 
+/**
+ *
+ * Based on formula by Joseph Richter Mackensteiner (20-Mar-2022)
+ * @param alterCount
+ * @param connectionsCount
+ * @returns
+ */
+export function calculateAverageDegree(
+  alterCount: number,
+  connectionsCount: number
+): number {
+  if (alterCount < 2) {
+    return 0.0;
+  } else {
+    return (2.0 * connectionsCount) / alterCount;
+  }
+}
+
 // export function calculateExternalDensity(
 //   alterCount: number,
 //   externalAlterCount: number,

diff --git a/src/data/statisticsCSV.ts b/src/data/statisticsCSV.ts
@@ -4,6 +4,7 @@ import {
 } from "@/data/AlterCategories";
 import {
   analyseNWKbyCategory,
+  calculateAverageDegree,
   calculateDensity,
   getOrInit,
   NetworkAnalysis,
@@ -42,6 +43,19 @@ export function statisticsCSV(
       output += SEP + getOrInit(networkAnalysis, label).naehenSum.toFixed(0);
     }
 
+    output += "\nkorrigiertes Beziehungsgewicht";
+    for (const label of categorization.categories) {
+      output +=
+        SEP +
+        (
+          getOrInit(networkAnalysis, label).naehenSum /
+          getOrInit(networkAnalysis, label).alterConnected
+        ).toLocaleString(undefined, {
+          minimumFractionDigits: 3,
+          maximumFractionDigits: 3,
+        });
+    }
+
     output += "\nDichte der Kategorie";
     for (const label of categorization.categories) {
       const { alterConnectable, intConnCount } = getOrInit(
@@ -59,6 +73,23 @@ export function statisticsCSV(
         );
     }
 
+    output += "\nDurchschnittlicher Degree";
+    for (const label of categorization.categories) {
+      const { alterConnectable, intConnCount } = getOrInit(
+        networkAnalysis,
+        label
+      );
+      output +=
+        SEP +
+        calculateAverageDegree(alterConnectable, intConnCount).toLocaleString(
+          undefined,
+          {
+            minimumFractionDigits: 3,
+            maximumFractionDigits: 3,
+          }
+        );
+    }
+
     output += "\nStar(s)";
     output += categorization.categories
       .map((label) => {