如何计算R中的转移概率答案

【问题标题】：How to calculate transition probabilities in R如何计算R中的转移概率
【发布时间】：2020-09-24 11:24:03
【问题描述】：

我想按人年组合计算值之间的变化频率（面板数据）。这模仿了 Stata 的命令xttrans。不应包括索引 6 和 7 之间的转换，因为它不是一个人的转换。

df = data.frame(id=c(1,1,1,1,1,1,1,2,2,2,2,2,2,2), 
                year=seq(from=2003, to=2009, by=1), 
                health=c(3,1,2,2,5,1,1,1,2,3,2,1,1,2))

【问题讨论】：

标签： r panel-data

【解决方案1】：

这是一个基本 R 解决方案，用于按 id 组计算转换计数：

with(df, do.call(`+`, tapply(health, id, function(x){
  x <- factor(x, levels = min(health, na.rm = T):max(health, na.rm = T))
  table(x[-length(x)], x[-1])
})))

#    1 2 3 4 5
#  1 2 3 0 0 0
#  2 1 1 1 0 1
#  3 1 1 0 0 0
#  4 0 0 0 0 0
#  5 1 0 0 0 0

【讨论】：

我正在尝试调整代码。问题出在我的真实数据中，我的数据不平衡。不同的出现次数和大量的 NA。
@MarcoDoe 我的代码可以处理不平衡的数据。至于NA，您没有提供示例，因此我不确定真实情况。
min() 和 max() 如果某些人没有健康数据，则会抛出错误。很抱歉在创建 MWE 时没有说得更清楚。

【解决方案2】：

library(tidyverse)

# Calculate the last health status for each id
df <- df %>% 
         group_by(id) %>% 
         mutate(lastHealth=lag(health)) %>%  
         ungroup()
# Count nunmber of existing transitions
transitions <- df %>% 
                  group_by(health, lastHealth) %>%  
                  summarise(N=n()) %>% 
                  ungroup()
# Fill in the transition grid to include possible transitions that weren't observed
transitions <- transitions %>% 
                 complete(health=1:5, lastHealth=1:5, fill=list(N=0))
# Present the transitions in the required format
transitions %>% 
  pivot_wider(names_from="health", values_from="N", names_prefix="health") %>%
  filter(!is.na(lastHealth))

【讨论】：

我不能使用pivot_wider。找出与旧 R 版本相关的原因stackoverflow.com/questions/56534005/…
是的。 pivot_wider 相对较新。在旧版本中，函数为spread。在这种简单的情况下，转换应该很简单，但如果您无法弄清楚，请告诉我。我会提供一个替代方案。 [你对到目前为止的一切都满意吗？]
我正在努力将所有内容调整为 n 维情况，包括潜在的 NA。
我相信我的代码已经在health 中处理了NA。如果没有，请告诉我。如果多维是指“比id 更多的组变量”，那么修改两个group_bys 以在现在存在的前面包含其他变量。如果您的状态类别多于1:5，请相应修改complete() 中的两个1:5。
它有效 :) 我实际上只需要创建过渡。 pivot_wider 使表格更具可读性，但也可以按行读取。