TraMineR 序列分析中缺失值状态的其他替换矩阵？

机器算法验证 缺失数据 电车 序列分析
2022-04-09 12:34:33

我们有一个关于如何处理序列中缺失值/间隙的问题。我们喜欢为最优匹配过程建立自己的替代成本矩阵。据我们所知，TraMiner 允许创建自己的成本矩阵——但前提是没有缺失值。如果存在缺失值，则默认矩阵会为所有状态“收费”2 个单位，而不管处理“真实”状态或缺失状态（参见TraMiner 用户指南，第 6.5.2 和 9.4.5 章）。

背景：目前，我们评估了一个职业发展长达 40 年的生命历程数据集。TraMiner 开发团队的 Matthias Studer 好心地给了我们尝试 Brendan Halpin 的多重插补方法的建议（参见他的论文）。正如 Halpin 先生有充分理由指出的那样，将缺失值设置为特殊类别并分配自己的替代成本会产生偏差倾向（正如 TraMiner 用户指南通过指出此操作的问题所建议的那样，参见同上。第 9.4.5 章）。因此多重​​插补是有意义的。不幸的是，我们必须处理比 Brendan Halpin 大得多的差距，因此最好尝试并比较替换和插补方法。Halpin 先生在检查了我们的数据后证实了这一点。

到目前为止，使用默认的 2-units-for-all-substitution 替代方法，聚类结果显示频率分布/状态分布图正在聚类，倾向于“缺失状态”的模式。这意味着集群类型遵循“缺失状态”模式，这不是一个好的结果。因此，我们喜欢尝试对所有状态（包括缺失状态）进行其他替代成本替代。但是怎么做呢？

2个回答

您是对的，要计算"OM"缺失状态的差异，您需要替换成本来替换缺失值。然而，这正是 TraMineRseqdist函数所期望的。

帮助页面指出： “seqdist如果选择了 OM 方法，seqdist 需要一个替换成本矩阵，其中包含缺失状态的行和列条目（使用nr选项定义的符号seqdef）。”

一个简单的方法来定义这样一个矩阵，尊重字母表的正确顺序，增加了状态状态，是首先创建这样一个矩阵，例如

sm <- seqsubm(yourseq, method="CONSTANT", with.missing=TRUE)

然后将矩阵的内容替换为您想要的成本，然后再将其传递给seqdist. 您还可以使用该miss.cost参数为缺失状态设置恒定的替换成本。

至于缺失状态的插补，除了 Brendan Halpin 出色的多重插补解决方案外，您还可以考虑利用刚刚发布的 Alexis Gabadinho 的PST包中提出的概率后缀树的预测能力。

希望这可以帮助。

谢谢你的回答。但据我所知，我的问题没有得到回答。因为我什至不确定，我是否以应有的方式发布，所以我尝试以这种方式再次询问：

我们在吉尔伯特描述它之前尝试过这个。使用“seqdef”（和之前的 seqsum）确实有机会定义“真实状态”，但没有定义索引成本的差距，还是我错了？或者反过来：是否有定义差距的“代码”？这是因为如果您像这样设置提交成本，则自定义设置成本仅考虑“真实状态”（而不是差距）： R> subm.custom <- matrix(c(0, 1, 1, 2, 1, 1, 1, 0, 1, 2, 1, 2, 1, 1, 0, 3, 1, 2, 2, 2, 3, 0, 3, 1, 1, 1, 1, 3, 0, 2, 1, 2, 2, 1, 2, 0), nrow = 6, ncol = 6, byrow = TRUE, dimnames = list(mvad.shortlab, mvad.shortlab))

有人可以帮忙吗？（如果我的问题无法理解，请告诉我）

其它你可能感兴趣的问题
上一篇指数函数的期望 下一篇测量中位数周围的变化