traminer - 序列符号的定义...(A), (A>B), and (A) - (A>B)

Question

希望快点....

关于 seqefsub() 的输出操作，请指出输出符号的定义。

更具体地说，括号中的例如

(A)意味着什么;

大于号 (A>B)意味着什么;

和 (A)-(A>B) 中的连字符意味着什么。

Section 10的优秀 User Guide有例子，但我可能在某处遗漏了一个明确的定义声明。

引用 Section 10.2 中的例子指南中， (Parent)-(Parent>Left) 之间的概念区别是什么？而只是 (Parent>Left) ?

谢谢，

戴夫

吉尔伯特评论后更新....

在试图澄清我在用户指南的第 106 页上可能遗漏的内容时，我认为我正在寻找的解释 - 或者至少是确认 - 是遵循以下框架的内容。为可能的笨拙冗长道歉。

这里的上下文是 seqefsub()结果出现在控制台中....
(A)这是状态 A 出现为 的次数第一状态 ，而不是作为任何后续状态。也就是说 - 它计算 A 在第一列中出现的次数。我在这里假设我没有错过另一个配置选项，该选项首先计算这种类型的所有后续状态。如果有请告诉我。
(A>B)这是从 A 到 B 的事件(即状态变化)发生的次数。此计数指的是事件 任何地方 在序列中。我建议这与上面的州计数略有不同，假设我没有无意中歪曲事情。我注意到可以将约束设置为输出单次或多次出现。
(A)-(A>B)这计算状态 A 作为第一个状态出现的次数，以及 A 到 B 事件在序列中的任何位置发生的次数。这包括在第一个状态之后立即发生的 A 到 B 事件，并且可以包括干预 其他州 在第一个状态 A 和事件 A 到 B 之间。

我希望这会有所帮助，我希望这是一组正确的陈述(基于比我原来的问题晚的调查)。

在吉尔伯特的评论请求示例之后的第二次更新......

对于真实数据集......(其中 J 和 I 代替 A 和 B)

> data   
   V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11
1   I  J  J  I  J  J  I  K  J   D   J
2   G  K  R  I  J  D  J  R  I   J   N
3   K  K  I  R  M  M  K  R  J   K   I
4   R  R  B  R  I  G  R  G  R   G   G
5   J  J  J  J  J  J  J  T  Z   J   Z
6   R  K  R  K  M  R  R  J  J   J   R
7   J  I  I  I  I  I  I  I  I   I   I
8   J  J  J  J  J  J  J  J  J   J   R
9   J  R  J  R  J  R  J  J  I   S   R
10  J  J  J  J  J  I  J  J  J   J   J
11  G  J  J  J  J  I  I  I  R   J   J
12  I  I  D  M  D  I  I  D  I   I   D
13  R  M  R  R  J  J  J  J  J   J   J

然后

> dataseq <- seqdef(data)

> dataseqe <- seqecreate(dataseq)

> datasubseq <- seqefsub(dataseqe, pMinSupport = 0.05)

> datasubseq[1:10]

给

    Subsequence   Support Count
1          (J) 0.3846154     5
2        (J>I) 0.3846154     5
3        (R>J) 0.3846154     5
4        (J>R) 0.3076923     4
5        (I>J) 0.2307692     3
6    (J)-(J>I) 0.2307692     3
7        (K>R) 0.2307692     3
8          (R) 0.2307692     3
9        (D>J) 0.1538462     2
10         (G) 0.1538462     2

所以 ....

1) 5 个 J 状态的计数 (J)仅适用于第一列/出现，而不适用于任何后续 J 状态。共有 57 个 J 状态。

2) 5 个 J 状态到 I 状态变化事件的计数 (J>I)是总计数(对于此约束选项)，无论何时发生。

3) 3 个 J 状态的计数，然后是 J 状态到 I 状态的子序列 (J)-(J>I)是第 7 行(第 1 列和第 2 列)、第 9 行(第 1 列和第 8 列和第 9 列)以及最后第 10 行(第 1 列和第 5 列和第 6 列)中的事件计数；最后两个案例在 (J) 之间具有干预状态和/或事件和 (J>I) .

回到问题 - 这是正确的和预期的行为，以及正确的解释。如果是这样，为什么状态计数与事件/状态更改计数在不同的基础上完成？

Answer 1

在您的示例中，事件序列源自状态序列对象 dataseq和seqecreate(dataseq) .由于您不提供 tevent参数，默认 tevent = "transition"使用(见 help(seqecreate))。使用此值，事件被定义为从状态 A 的转换。到状态 B并标有 A>B .此外，标记为 A 的特定事件与序列开始相关联以指示序列开始时的状态。因此，尽管使用了相同的符号，A在事件序列中是一个事件---开始事件---不应与 A 混淆在它是一个状态的状态序列中。

以上是针对tevent="transition"的选项。例如，使用 tevent="state" ，事件将是法术的开始并标记为 A指示处于状态 A 的咒语的开始.在这种情况下，事件 A可以发生在序列中的任何地方，而不仅仅是在开始时。

现在关于括号。它们指示转换(或事务)，转换被定义为引发状态更改的一组同时发生的事件。例如:
(a,b)表示两个事件 a和 b发生在同一时间点，
(A>C)意味着我们有单个事件 A>C在时间点。
(a)-(b)表示长度为 2 的序列，其中事件 a事件发生前 b .

更新以回应 Stephan 的评论

让我们考虑以下示例

(seq <- seqdef('HHHAABBBAAGGG', stsep=''))
##     Sequence
## [1] H-H-H-A-A-B-B-B-A-A-G-G-G

seqecreate(seq, tevent='state')
## [1] (H)-3-(A)-2-(B)-3-(A)-2-(G)-3

seqecreate(seq, tevent='transition')
## [1] (H)-3-(H>A)-2-(A>B)-3-(B>A)-2-(A>G)-3

状态序列有5个咒语，2个在状态 A每个州都有 1 个 H , B , 和 G .现在有不同的可能性可以将此状态序列转换为事件序列。 tevent='state'和 tevent='transition'这只是众多可能性中的两种。

使用 tevent='state'我们得到一个事件序列，其中事件 (A)发生两次，因为我们在状态 A 中有两个咒语.这两个法术中的每一个都由同一个事件引发 (A)这不考虑先前的状态。

查看使用 tevent='transition' 获得的事件序列选项，我们观察到 A 中的咒语这里是由两个不同的事件发起的 (H>A)和 (B>A)这说明了先前的状态。

第一个事件序列有两个子序列 (H)-(A) ，对应于子序列 (H)-(H>A)和 (H)-(B>A)在第二个事件序列中。