TraMineR 是否适合具有不同序列长度的数据？答案

【问题标题】：Is TraMineR appropriate for data with different sequence length?TraMineR 是否适合具有不同序列长度的数据？
【发布时间】：2020-09-18 15:12:42
【问题描述】：

我的数据包含每个学生在学习期间的页面访问行为顺序。例如（下）学生 1 阅读说明，访问了三个页面（“访问-访问-访问”），并重新访问了其中一页（“重访”）。学生 2 阅读说明并访问了两页，没有重新访问。

学生 1：说明-访问-访问-访问-重访

学生 2：说明-访问-访问

学生 3：说明-访问-访问-访问-访问-访问-访问-访问-访问-访问-访问-访问

我的问题是 TraMineR 包适用于这种类型的数据，其中不同的个体具有不同的序列长度（学生 1 有 5，学生 2 有 3，等等）。 TraMineR vignette (https://cran.r-project.org/web/packages/TraMineR/vignettes/TraMineR-state-sequence.pdf) 中讨论的样本数据“mvad”具有在特定时间段（Jul.93 到 Jun.99）捕获的状态信息，这意味着所有个体的序列长度数相同。鉴于这种差异，我不确定是否可以使用 TraMineR 来分析我的日期。

我在我的数据上尝试了几个 TraMineR 函数（seqdef、seqfplot 等）。到目前为止，这些结果对我来说是有意义的，但我想在进一步做更多事情（聚类分析等）之前先确定一下。如果有人有使用 TraMineR 处理此类数据的经验，我将不胜感激。如果 TraMineR 不适合这个，有什么替代方法的建议吗？我的目标是识别和可视化数据中的主要行为模式，可能使用聚类分析。提前致谢！

【问题讨论】：

标签： traminer sequence-analysis

【解决方案1】：

是的，您可以使用 traMineR 分析不同序列长度的数据，因为 traMineR 是序列分析工具的集合。

当您有不等长的序列时，重要的是您使用的是什么距离算法。我认为是默认值和常用标准的最佳匹配 (OM) 接受长度不等的序列，因为它使用 indel（插入/删除）动作来“使”序列具有相同的长度。然而，其他类型的距离算法，例如汉明距离（HAM 或 DHD）不允许不等长度的序列。当时序很重要时，通常会使用这些算法，并且通过插入状态使序列长度相等，时序方面会出现偏差。

所以简短的回答是肯定的，但请务必阅读您使用的距离算法类型，以便了解您正在测量的是什么，以及它将以何种方式影响您的解释。

【讨论】：