2

おそらくこれは非常に退屈な質問ですが、私はそれについて調査しましたが、答えが見つかりませんでした.

seqIplot、seqfplot、seqdplotおよびを使用して一連の状態をプロットするのと同じ方法で、イベント シーケンスをプロットしたいと考えていますseqmtplot。seqplot一般に。

そうしようとすると、次のメッセージが表示されます。

Error: data is not a sequence object, use seqdef function to create one

これらの機能は一連の状態にのみ適用されると私は信じています。

ユーザーズガイドのセクション 10 では、サブシーケンスのプロットの例のみを示しています。しかし、それらはまったく同じではありません。

1) イベント シーケンスの前述のプロットを生成する方法はありますか? 状態が遷移になります。

また、距離行列を計算しようとすると、同様のエラーが発生します。

Error:  [!] data is not a state sequence object, use 'seqdef' function to create one

2) 距離行列を計算してから、クラスタリング方法をイベント シーケンスに適用することはできませんか?

ありがとう ！

4

2 に答える 2

3

あなたが正しいです。関数のseqplotファミリは、状態シーケンス専用です。

イベント シーケンスを状態シーケンスとしてプロットするには、最初にそれらを状態シーケンスに変換する必要があります。

actcal.tseによって提供されるサンプル ファイルのように、イベント シーケンスが TSE 形式 (垂直タイムスタンプ付きイベント フォーム) であると仮定すると、コンパニオンパッケージTraMineRを使用してそれらをステート シーケンスに変換できます。TSE_to_STSTraMineRextras

変換の場合、各イベントの後の状態を指定する必要があります。関数を使用して変換行列を作成することにより、これを行いseqe2stmます。その行列の各セルは、対応する行の状態 (行名) にある間に列イベント (列名) が発生したときに生じる新しい状態を与える必要があります。

説明のために、ヘルプページの例を次に示しますTSE_to_STS

data(actcal.tse)
events <- c("PartTime", "NoActivity", "FullTime", "LowPartTime")

## States defined by last occurred event (forgetting all previous events).
stm <- seqe2stm(events, dropList=list("PartTime"=events[-1],
           NoActivity=events[-2], FullTime=events[-3],
           LowPartTime=events[-4]))

mysts <- TSE_to_STS(actcal.tse[1:100,], id=1, timestamp=2, event=3,
           stm=stm, tmin=1, tmax=12, firstState="None")

状態シーケンスを STS 形式で作成したら、状態シーケンス オブジェクトを作成してプロットできます。

my.seq <- seqdef(mysts)
seqdplot(my.seq)

または、関数を使用して、イベント シーケンスの平行座標プロットを作成できますseqpcplot。その関数のヘルプページには多くの例があります。プロットの詳細については、

Bürgin, R. & Ritschard, G. (2014)、「カテゴリー縦断データの装飾された平行座標プロット」、アメリカの統計学者。巻。68(2)、pp.98-103。ドイ

お役に立てれば。

于 2015-03-10T15:57:36.583 に答える
2

イベント シーケンスのクラスタリングに関してはseqedist、コンパニオンTraMineRextrasパッケージの機能を使用できます。

data(actcal.tse)
actcal.seqe <- seqecreate(actcal.tse[1:200,])[1:6,]
## We have 8 different event in this dataset
idcost <- rep(1, 8)
dd <- seqedist(actcal.seqe, idcost=idcost, vparam=.1)

距離の説明については、紙を見ることができます

Ritschard, G., Bürgin, R. & Studer, M. (2013), "Exploratory Mining of Life Event History", In McArdle, JJ & Ritschard, G. (編) 行動科学における探索的データ マイニングにおける現代的な問題。シリーズ: 定量的方法論、pp. 221-253。ニューヨーク：ルートレッジ。プレプリント

于 2015-03-10T16:04:57.867 に答える