Question

我花了一段时间发现R和TraMineR包，以便能够分析我的数据库项目的转换事件（用于本讨论的状态）的MySQL导出（所以TSE格式）。

我有10个状态，可以转换到任何其他状态（即没有特定的顺序）。

到目前为止，我已使用基本时间单位1小时将此数据转换为STS，以便能够使用seqtrate函数，该函数为我提供了绝对转换率每个州对彼此的状态（在10x10表中）。

我遇到的问题是将转换率计算为时间的函数。我想象这将再次显示为10x10表，但不是每个单元格中的绝对值，它可能是一个离散图形，表示根据不同时间的速率（例如＆lt; 24h，24-72h，72-168h，＆GT; 168H）

time.varying有seqtrate选项，但它计算每个时间单位的费率，我没有看到定义特定时间范围的选项。

我还想过使用SPS，但我找不到任何具体的功能来执行此操作。

我能有另外一个功能吗？或者我需要使用seqtrate的{{1}}选项手动编码吗？如果是后者，你能否把我放在正确的轨道上，我不知道从哪里开始。

更新（仅举例说明我希望前3个州获得的内容）

time.varying

Answer 1

根据我的理解，您希望获得年龄类别的转换概率（自某个流程开始以来的时间间隔。），而您的数据在日历时间内对齐。即，发生的时间而不是自该过程开始以来的时间。

因此，您首先需要更改序列的对齐方式。 TraMineRextras包为此提供seqstart功能。以下是我们将面板数据转换为年龄对齐数据的示例。

library(TraMineRextras)
## Example data aligned on calendar years, starting in 2000
paneldata <- matrix(
    c("A" , "A" , "B" , "A" , "A" ,
      "A" , "A" , "B" , "B" , "B" ,
      "A" , "A" , "B" , "B" , "B" ,
      "B" , "A" , "A" , "B" , "B" ,
      "A" , "B" , "A" , "A" , "B"), byrow=TRUE, ncol=5)
colnames(paneldata) <- 2000:2004

## original sequences aligned on years 
(s.panel <- seqdef(paneldata))  

## Sequence         
## 1 A-A-B-A-A
## 2 A-A-B-B-B  
## 3 A-A-B-B-B    
## 4 B-A-A-B-B      
## 5 A-A-A-A-B

## Change from calendar date to age alignment
startyear <- 2000
birthyear <- 1995:1999 ## just to illustrate
agedata <- seqstart(paneldata, data.start=startyear, new.start=birthyear)
colnames(agedata) <- 1:ncol(agedata)

## sequences aligned on ages
(s.age <- seqdef(agedata))  

## Sequence         
## 1 *-*-*-*-A-A-B-A-A
## 2 *-*-*-A-A-B-B-B  
## 3 *-*-A-A-B-B-B    
## 4 *-B-A-A-B-B      
## 5 A-A-A-A-B

正确对齐序列后，您只需按时间间隔计算转换概率，此处为1-5和6-9岁。

seqtrate(s.age[,1:5])

##        [-> A]    [-> B]
## [A ->] 0.6363636 0.3636364
## [B ->] 0.3333333 0.6666667

seqtrate(s.age[,6:9])

##          [-> A] [-> B]
## [A ->]   0.50   0.50
## [B ->]   0.25   0.75

希望这有帮助。

转换率是时间的函数

1 个答案: