一种新的降维方法笔记：探索性图论分析（Exploratory Graph Analysis，EGA）

@[TOC] 降维方法笔记：探索性图论分析（Exploratory Graph Analysis）

原理介绍

探索性图论分析（Exploratory Graph Analysis，EGA）¹是心理学研究中一种比较新的估计维度的方法。
优势：除了估计维度数量，还可以估计单个条目属于哪个维度，因子数量多且相关高的情况，对维度的估计比传统方法更加准确；EGA不需要对数据做出强假设，适用于各种类型的数据集。
思路：**把因子当作网络中的一个节点（node），潜变量就是网络中的一个集群（cluster）。**通常使用相关矩阵构建图，图中的节点代表变量，边代表变量之间的相关性。边的权重通常基于相关系数的绝对值。为了提高图的可解释性，通常会使用稀疏化技术，如thresholding或正则化（LASSO）等，去除弱相关的边、只保留强相关的边。然后使用图聚类算法（如Walktrap、Louvain等）识别图中的社区/模块；最后进行潜变量的定义与解释。
比如“基于EBIC指定的正则化参数的graphical lasso。维度的数量通过walktrap（一种用于识别网络中的社区的随机行走算法）等来验证。”
在因子分析中会假设个体行为 = 多个潜变量的线性加和+随机误差。而EGA不依赖于线性关系或正态分布假设，纯粹基于数据的相关性。其原理是构建相关矩阵、求逆相关矩阵、标准化精度矩阵以得到偏相关系数矩阵（修正边的权重使其更加反应两个节点间的相关）但偏相关的问题是在过拟合时可能会反映虚假的相关性、导致图中出现虚假的边，而LASSO等正则化方法的使用可以减少过拟合的可能性，从而提高网络的可解释性。
对Walktrap, TMFG (triangulated maximally filtered graph)等的介绍可以看Golino(2020)²³，Christensen(2023)比较推荐Fast-greedy, Louvain, and Walktrap 与 GLASSO结合⁴

和传统探索性分析的比较

https://doi.org/10.1016/j.intell.2017.02.007

代码实现

https://github.com/hfgolino/EGAnet
https://search.r-project.org/CRAN/refmans/EGAnet/html/EGA.html

安装

if(!"devtools" %in% row.names(installed.packages())){
  install.packages("devtools")
}

devtools::install_github("hfgolino/EGAnet")

参数解释

EGA(
  data,
  n = NULL,
  corr = c("auto", "cor_auto", "pearson", "spearman"),
  na.data = c("pairwise", "listwise"),
  model = c("BGGM", "glasso", "TMFG"),
  algorithm = c("leiden", "louvain", "walktrap"),
  uni.method = c("expand", "LE", "louvain"),
  plot.EGA = TRUE,
  verbose = FALSE,
  ...
)

参数	说明
data	矩阵或dataframe，可以是raw data或相关矩阵
n	数值型，如果[data]提供的是相关矩阵，则n为样本量（sample size）
corr	字符型，默认是"auto"，即根据数据类型选择对应的分析，如果选择了pearson, spearman，则无视数据类型；如果用其他相似性分析，先计算，再赋值给[data]和[n]
na.data	缺失值的处理方式，默认的“pairwise"计算两个配对变量的相关值，"listwise"计算数据集中全部的相关值
model	选择graphical analysis模型，默认"glasso"，即 GLASSO with EBIC model selection，调用EBICglasso.qgraph；"BGGM"是（Bayesian Gaussian Graphical Model）调用BGGM::estimate；"TMFG"调用TMFG，稳健性更高
algorithm	community detection方法，默认"walktrap"，还可以选"leiden", "louvain"等，如果是unidimensional的不建议walktrap
uni.method	默认"louvain"，如果维度为1则用louvain solution，否则用regular EGA (Christensen’s (2022) )；“expand”；"LE"是在维度为1时用Leading Eigenvector algorithm (cluster_leading_eigen)
plot.EGA	布尔值，默认为"TRUE"，会生成图
verbose	布尔值，默认为"FALSE"，即不重要提醒不输出
auto.correlate, network.estimation, community.detection, community.consensus, community.unidimensional	已经弃用

输出

变量	解释
network	对称网络
wc	呈现每个社区（维度）的成分，NA表示该节点不属于网络
n.dim	维度数量
correlation	0阶相关矩阵
n
dim.variables
TEFI

相关研究

Social desirability scale (Golino,2020)

Dynamic Exploratory Graph Analysis (Golino, 2022)³

分析对象：推特文本
network estimation: GLASSO, TMFG
community detection: Walktrap
dynamic体现在加入了时间维度，EGA使用的是原始的相关矩阵，而DynEGA使用的是经过GLLA估计的n阶导数。document-term matrix (DTM)是一个N × K的矩阵，N是时间点数量，K是语料库中单个词词频；随着时间迭代，就会生成一个延时的embedding矩阵（time-delay embedding matrix）；然后利用GLLA技术估计词频随时间变化（±一阶导数）和变化速度（±二阶导数）
代码：https://osf.io/4ya6x/?view_only=b6078b404e3049818b359ae0d514f966

---

1. Golino HF, Epskamp S (2017) Exploratory graph analysis: A new approach for estimating the number of dimensions in psychological research. PLoS ONE 12(6): e0174035. https://doi.org/10.1371/journal.pone.0174035 ↩︎

2. Golino, H., Shi, D., Christensen, A. P., Garrido, L. E., Nieto, M. D., Sadana, R., Thiyagarajan, J. A., & Martinez-Molina, A. (2020). Investigating the performance of exploratory graph analysis and traditional techniques to identify the number of latent factors: A simulation and tutorial. Psychological Methods, 25(3), 292–320. https://doi.org/10.1037/met0000255 ↩︎

3. Golino, H., Christensen, A.P., Moulder, R. et al. Modeling Latent Topics in Social Media using Dynamic Exploratory Graph Analysis: The Case of the Right-wing and Left-wing Trolls in the 2016 US Elections. Psychometrika 87, 156–187 (2022). https://doi.org/10.1007/s11336-021-09820-y ↩︎ ↩︎

4. Christensen, A.P., Garrido, L.E., Guerra-Peña, K. et al. Comparing community detection algorithms in psychometric networks: A Monte Carlo simulation. Behav Res 56, 1485–1505 (2024). https://doi.org/10.3758/s13428-023-02106-4 ↩︎