cinelliNo dia 15 de junho O IBPAD realizou o sua primeira edição dos Seminários IBPAD com o tema “Ciência de Dados e Sociedade”, em parceria com o Núcleo de Estudos e Pesquisa em Políticas Públicas, Governo e Gestão (NP3-UnB). Realizado na Universidade de Brasília, o Seminário reuniu pesquisadores de várias áreas para discutir como a análise de dados se propõe a compreender diferentes elementos sociais e institucionais.
Professor do nosso curso de Programação em R, Carlos Cinelli apresentou o seu pacote para R “Network Risk Measures”.
Confira:


Por razões técnicas, refizemos a gravação da mesma apresentação feita no seminário.

Você pode ver os slides da apresentação aqui.
Quer praticar? Faça o download da base de dados utilizada no exemplo aqui.
Segue o código utilizado na apresentação:

# Limpar nossa área de trabalho -------------------------------------------
rm(list = ls())
# Carregar os pacotes que vamos usar --------------------------------------
library(igraph)
library(NetworkRiskMeasures)
# Nossa Rede --------------------------------------------------------------
rede <- readRDS("rede.rds")
rede_p <- graph_from_adjacency_matrix(rede$rede, weighted = T)
plot(rede_p)
rede_a <- graph_from_adjacency_matrix(t(rede$rede), weighted = T)
buffer <- rede$buffer
peso   <- rede$peso
# Métricas clássicas de rede ----------------------------------------------
degree(rede_p, mode = "out")
strength(rede_p, mode = "out")
betweenness(rede_p)
closeness(rede_p, weights =  1/E(rede_p)$weight)
page_rank(rede_a)$vector
# Simulação de contágio em cascata ----------------------------------------
cascata <- contagion(exposures = rede_a, buffer = buffer, weights = peso, method = "threshold")
summary(cascata)
# DebtRank ----------------------------------------------------------------
debtrank <- contagion(exposures = rede_a, buffer = buffer, weights = peso, method = "debtrank")
summary(debtrank)
# Reconstrução de redes ---------------------------------------------------
L <- c(a = 4, b = 5, c = 5, d = 0, e = 0, f = 2, g = 4)
A <- c(a = 7, b = 5, c = 3, d = 1, e = 3, f = 0, g = 1)
# maxima entropia
ME <- matrix_estimation(A, L, method = "me")
ME <- round(ME, 2)
ME
# minima densidade
set.seed(192)
MD <- matrix_estimation(A, L, method = "md")
MD

Veja também o vídeo completo de palestra do prof. Rommel Carvalho sobre Ciência de Dados no Combate à Corrupção.