タグ付けされた質問 「traminer」

私はシーケンス分析に不慣れです。最適マッチングに基づく非類似度マトリックスのクラスター分析からの平均シルエット幅（ASW）が低い場合（約25）にどう反応するか疑問に思っていました。シーケンスをクラスター化できるようにする基本的な構造はほとんどないと結論付けるのが適切だと思いますか？クラスター品質の他の測定に基づく低いASWを無視できますか（私は以下にいくつか貼り付けました）。または、シーケンス分析または後続のクラスター分析中に行われた選択が、低いASW値の原因である可能性がありますか？ 任意の提案をいただければ幸いです。ありがとう。 より多くのコンテキストが必要な場合： 私は、20代の624シーケンスの労働時間の不一致（つまり、1週間に労働することを好む時間数と実際に労働する時間数の不一致）を調べています。私が調べているすべてのシーケンスの長さは10です。シーケンスオブジェクトには5つの状態があります（M =より多くの時間を必要とし、S =同じ時間を必要とし、F =より少ない時間を必要とし、O =労働力の外、およびU =失業者）。 私は、ASWの結果がアプローチの異なる組み合わせによってどのように変化するかを体系的に説明していません。それでも、低および中程度のインデルコスト（最大置換コストの.1および.6-タイミングよりもイベントの順序を重視）およびさまざまなクラスタリング手順（ワード、平均、およびpam）を試しました。私の全体的な印象は、ASWの数値は低いままであるということです。 おそらく、ASWの結果が低いことは理にかなっています。私はこれらの州がさまざまな異なる順序で来ることを期待し、州は繰り返すことができます。重複する観測値を削除すると、Nが624から536に低下するだけです。データを調査すると、実際には非常に異なると考えるかなりの多様性とシーケンスがあることがわかります。ミスマッチがあり、ミスマッチがあるかないかの間で前後に振動しました。おそらく、明確に区別されたクラスターの欠如は、興味深いバリエーションの欠如と同じではありません。それでも、クラスターの結果が弱いため、シーケンスを要約する適切な方法がないままになっているようです。 indelを置換コスト2の.1に設定したWardの方法の結果これらの統計は、6クラスターソリューションが良いことを示唆しているようです。ただし、ASWは低くなります。少なくとも、適切な数のクラスターがあるソリューションの場合（2または3は少なすぎる）です。 PBC HG HGSD ASW ASWw CH R2 CHsq R2sq HC cluster2 0.56 0.78 0.75 0.38 0.38 110.76 0.15 241.65 0.28 0.14 cluster3 0.51 0.68 0.65 0.27 0.27 108.10 0.26 237.60 0.43 0.17 cluster4 0.54 0.74 0.71 0.25 0.25 …

10 clustering  traminer 

実験中に3回評価された10人の参加者の2つのグループがあります。グループ間および3つの評価全体の違いをテストするために、group（コントロール、実験）、time（最初、2、3）、およびを使用して2x3混合設計ANOVAを実行しましたgroup x time。両方timeとgroup有意な相互作用があったほか、重大な結果group x time。 グループメンバーシップに関しても、3回の評価の違いをさらにチェックする方法をよく知りません。実際、最初は、ANOVAのオプションで、ボンフェローニの補正を使用してすべての主要な効果を比較することだけを指定しました。しかし、この方法で、グループを区別せずに、サンプル全体の時間の違いをこのように比較したことに気付きましたね。 したがって、可能な解決策を見つけるためにインターネットでたくさん検索しましたが、結果はほとんどありませんでした。私と同じようなケースは2つしか見つかりませんでしたが、解決策は逆です！ 記事では、混合設計の後、著者らは被験者ごとに1つずつ、2回の反復測定ANOVAを事後的に実行しました。このようにして、2つのグループは修正なしで個別に分析されます。 インターネットのガイドでは、混合ANOVAの実行中に、SPSS構文のCOMPARE(time) ADJ(BONFERRONI)直後にを手動で追加すると述べています/EMMEANS=TABLES(newgroup*time)。このように、3つの時間はグループごとに個別に比較されます。ボンフェローニ補正を使用すると、私は正しいのでしょうか。 どう思いますか？どちらが正しい方法でしょうか？

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka