Как ввести шум в данные последовательности, используя TraMineR?

Question

Я хочу случайным образом изменить состояния в наборе данных последовательности для целей моделирования. Цель состоит в том, чтобы увидеть, как различные показатели качества кластера ведут себя с различными степенями структуры данных.

Если бы я ввел пропуски, есть удобный seqgen.missing() функция в TraMineRextras, но она добавляет только пропущенные состояния. Как бы я выбрал случайную пропорцию pпоследовательностей и случайным образом вставляя в них случайно выбранный элемент алфавита с помощью p_g, p_l, а также p_r вероятности для их вставки в середине, слева и справа?

Answer 1

Ниже seq.rand.chg функция (адаптировано из seqgen.missing) который случайным образом применяет изменения состояния в пропорции p.cases последовательностей. Для каждой случайно выбранной последовательности функция случайным образом меняет состояние либо

1. когда p.gaps > 0в пропорции между 0 а также p.gaps из позиций;

2. когда p.left > 0 и / или p.right > 0самое большее p.left (p.right) пропорции левой (правой) позиции.

Как в seqgen.missing функция, p.gaps, p.left, а также p.right максимальная доля случаев, измененных в каждой выбранной последовательности. Это не совсем ваши вероятности p_g, p_l, а также p_r, Но должно быть легко адаптировать функцию для этого.

Вот функция:

seq.rand.chg <- function(seqdata, p.cases=.1, p.left=.0, p.gaps=0.1, p.right=.0){
  n <- nrow(seqdata)
  alph <- alphabet(seqdata)
  lalph <- length(alph)
  lgth <- max(seqlength(seqdata))

  nm <- round(p.cases * n, 0)
  ## selecting cases
  idm <- sort(sample(1:n, nm))
  rdu.r <- runif(n,min=0,max=p.right)
  rdu.g <- runif(n,min=0,max=p.gaps)
  rdu.l <- runif(n,min=0,max=p.left)

  for (i in idm){
    # inner positions
    gaps <- sample(1:lgth, round(rdu.g[i] * lgth, 0))
    seqdata[i,gaps] <- alph[sample(1:lalph, length(gaps), replace=TRUE)]
    # left positions
    nl <- round(rdu.l[i] * lgth, 0)
    if (nl>0) seqdata[i,1:nl] <- alph[sample(1:lalph, nl, replace=TRUE)]
    # right positions
    nr <- round(rdu.r[i] * lgth, 0)
    if (nr>0) seqdata[i,(lgth-nr+1):lgth] <- alph[sample(1:lalph, nr, replace=TRUE)]
  }

  return(seqdata)
}

Мы иллюстрируем использование функции с первыми тремя последовательностями mvad данные

library(TraMineR)
data(mvad)
mvad.lab <- c("employment", "further education", "higher education",
              "joblessness", "school", "training")
mvad.shortlab <- c("EM", "FE", "HE", "JL", "SC", "TR")
mvad.seq <- seqdef(mvad[, 17:62], states = mvad.shortlab,
                   labels = mvad.lab, xtstep = 6)
mvad.ori <- mvad.seq[1:3,]

## Changing up to 50% of states in 30% of the sequences
seed=11
mvad.chg <- seq.rand.chg(mvad.ori, p.cases = .3, p.gaps=0.5)

## plotting the outcome 
par(mfrow=c(3,1))
seqiplot(mvad.ori, with.legend=FALSE, main="Original sequences")
seqiplot(mvad.chg, with.legend=FALSE, main="After random changes")
seqlegend(mvad.ori, ncol=6 )

Мы видим, что изменения были применены к случайно выбранной 3-й последовательности.