問題タブ [sequence-analysis]

私はまだ慣れていTraMineRません。したがって、私の問題はほとんどの人にとって非常に単純かもしれません。私は自分のデータを使用していくつかのシーケンス プロットに取り組んでおり、調査の重みと名目上の重みで結果を確認したいと考えています。データを R にインポートし、データをそのまま使用してシーケンス プロットを実行することはできますが、重みを付けて実行することはできません。ステート シーケンス オブジェクトの作成方法に関する構文 (かなりナイーブ) と 2 つのシーケンス プロットの例を含めました。重みを使用する構文をどのように記述すればよいですか? ありがとう

データ ファイル: DISDATAC ; 調査の重み: WTSURVY ; 公称重量: NORMWEIGHTS

biofam データセットの使用

回帰木を適合させて表示できます。

次に、リーフ メンバーシップを識別できます。

しかし、これは私が混乱するところです。プロット内のどの葉に対応する葉の番号を知るにはどうすればよいですか? グラフには表示されないようで、実行print(seqt)してもリーフ番号が表示されないようです。

私が達成したいのは、各リーフのシーケンスを分離して、各リーフで個別に記述を実行できるようにすることです。どうすればこれを達成できますか?

データセットが必要です: seq1 と seq2 (DNA シーケンス)。2 つのシーケンスを比較し、2 つのシーケンスが一致する場所にドットを配置して、データプロットを実行したかったのです。私は seqinr の dotplot を使用してこれを達成できましたが、私ができないことは、軸にシーケンスをリストすることです。そのため、どのドットが一致するかを確認できます。基本的に、数字をシーケンス文字に置き換えたいと思います。

とにかくこれを行うことはありますか？多分ggplot2を通して？

これらは私のシーケンスです：

そして、これが私がこのグラフを生成した方法です：

このseqecmpgroup()関数は、特に、指定された各グループの度数を含むテーブルを返します。ただし、これを実行すると、1 未満の周波数が生成されます (例: 0.00035)。これらの頻度を、各サブシーケンスが発生するグループの数を示すパーセンテージとして解釈する必要がありますか?

以下に出力例を貼り付けました (各グループの周波数は「Freq.1」、「Freq.2」などとしてリストされています。

を使用して、長さが大きく異なるシーケンス データの分析を行っていTraMineRます。最終的に起こることは、シーケンスを等しく長くするために使用される void 要素 ( %) が他のすべてを圧倒してしまうということです:

どうすればこの影響を回避できますか?

次のようなリストに複数の文字列があるとします。

正規表現を使用して、特定の部分文字列が別の部分文字列の前にある特定の文字列を検出したいのですが、必ずしも他の部分文字列の直前にあるとは限りません。

たとえば、FA先行する を探しているとしましょうEX。これは、リスト内で一致する必要があり1ます。それ自体と の間に がFAありますが、は の前にまだ発生しているため、一致が期待されます。-1-I2-1-I2-1-I2-1-EXFAEX

このように、特定の部分文字列が別の部分文字列の前に現れる文字列を識別する一般的な正規表現を定義するにはどうすればよいでしょうか?

シーケンス マイニングについて学習しようとしています。例として、ウィキブックから次のコードを実行しました。cspade 関数の実行に 30 分以上かかりました (まだ実行中です) が、例では 1 秒もかからないはずです。なぜこれが起こっているのか誰にも分かりますか？