如何解决无效元素压倒性分析？答案

【问题标题】：How to address void elements overwhelming analysis?如何解决无效元素压倒性分析？
【发布时间】：2015-01-28 14:29:24
【问题描述】：

我正在使用TraMineR 对长度非常不同的序列数据进行一些分析。最终发生的是，用于使序列同样长的 void 元素 (%) 最终压倒了其他所有内容：

seqstatf(cluster1_data)

             Freq      Percent
%          377623 98.366219930
assigned       16  0.004167806
closed       1115  0.290444002
discussed    2454  0.639237291
mentioned     954  0.248505451
merged        421  0.109665403
opened        534  0.139100535
referenced    565  0.147175660
reopened       22  0.005730734
reviewed      191  0.049753188

如何避免这种影响？

【问题讨论】：

我猜cluster_data是一个状态序列对象。您使用哪些选项创建了它？ % 在您的原始数据中吗？

标签： r missing-data traminer sequence-analysis

【解决方案1】：

我的原始数据中的空 (%) 标志来自 NAs。

问题是我使用了两次seqdef（首先是原始数据，然后是生成的序列对象）。不知何故，这否定了我对 missing=TRUE 和 right="DEL" 标志的使用。

以下是我如何设置 seqdef 函数以在分析期间对缺失数据进行折扣：

seqdef(data, right = "DEL")

【讨论】：