差异分析和加权序列数据:我在哪里找到我的组变量？

Question

我正在尝试差异分析。由于我的序列数据很大，所以我在WeightedCluster包中使用了权重。在到达实际的dissassoc()部分之前，一切都很顺利。我似乎找不到我的组变量。

我尝试了WeightedCluster手册和Studer等人2011年的文章中的例子。这篇文章很有用，并帮助我开发了How to use discrepancy analysis with TraMineR and aggregated sequence data?，但我不知道如何从那里找到dissassoc()参数中的那些单独的组变量。假设我使用的是相同的示例数据(尽管我的原始数据没有采样权重)，但我只能使用聚合数据：

## Aggregate example data
mvad.agg <- wcAggregateCases(mvad[, c(10:12, 17:86)], weights=mvad$weight)
mvad.agg

## Define sequence object 
mvad.agg.seq <- seqdef(mvad[mvad.agg$aggIndex, 17:86], alphabet=mvad.alphabet,
                       states=mvad.scodes, labels=mvad.labels,
                       weights=mvad.agg$aggWeights)

## Computing OM dissimilarities
mvad.agg.dist <- seqdist(mvad.agg.seq, method="OM", indel=1.5, sm="CONSTANT")

## Discrepancy analysis
dissassoc (mvad.agg.dist, group = mvad$gcse5eq, weights = mvad.agg$aggWeights, weight.permutation = "replicate")

因此，在最后一步中，我不知道如何链接到组变量。我尝试过使用不同的选项来定义组(例如，mvad.agg$gcse5eq、mvad$gcse5eq)以及解聚/聚合和加权/取消加权数据的许多变体，但我要么得到"Object gcse5eq not found“，要么得到"Error in diss !is.na( group )，！is.na(Group)：错误的维数”

我是个新手，所以希望我的例子是清晰和有用的。我希望有人能帮助我！

Answer 1

首先，您需要在提供给wcAggregateCases的表中包含您的协变量。(这里的gcse5eq是mvad的第12列，并且已经属于mvad[, c(10:12, 17:86)]。)

然后，您必须提供与wcAggregateCases选择的案例相对应的协变量的值作为group变量。您可以通过$aggIndex实现这一点。我的说明如下：

library(TraMineR) 
library(WeightedCluster) 
## Load example data and assign labels
data(mvad)
mvad.alphabet <- c("employment", "FE", "HE", "joblessness", "school", "training")
mvad.labels <- c("Employment", "Further Education", "Higher Education", 
                 "Joblessness", "School", "Training")
mvad.scodes <- c("EM", "FE", "HE", "JL", "SC", "TR")
## Aggregate example data
mvad.agg <- wcAggregateCases(mvad[, c(10:12, 17:86)], weights=mvad$weight)
## Define the sequence object 
mvad.agg.seq <- seqdef(mvad[mvad.agg$aggIndex, 17:86], alphabet=mvad.alphabet,
                       states=mvad.scodes, labels=mvad.labels,
                       weights=mvad.agg$aggWeights)
## Computing OM dissimilarities
mvad.agg.dist <- seqdist(mvad.agg.seq, method="OM", indel=1.5, sm="CONSTANT")
## Discrepancy analysis
dissassoc (mvad.agg.dist, group = mvad$gcse5eq[mvad.agg$aggIndex], 
           weights = mvad.agg$aggWeights, 
           weight.permutation = "random-sampling")

请注意，我在这里使用weight.permutation = "random-sampling"，因为我们有非整数权重。