2

这是我的代码：

library(RCurl)
library(TraMineR)
library(PST)

x <- getURL("https://gist.githubusercontent.com/aronlindberg/08228977353bf6dc2edb3ec121f54a29/raw/c2539d06771317c5f4c8d3a2052a73fc485a09c6/challenge_level.csv")
data <- read.csv(text = x)

# Load and transform data
data <- read.table("thread_level.csv", sep = ",", header = F, stringsAsFactors = F)

data.seq <- seqdef(data[2:nrow(data),2:ncol(data)], missing = "NA", right = "*")

# Make a tree
S1 <- pstree(data.seq, ymin = 0.05, L = 6, lik = TRUE, with.missing = F)
logLik(S1)

出于某种原因，它拒绝返回对数似然值？为什么会这样？如何获得对数似然值？

4

2 回答 2

2

missing您的命令中的和right参数有错误的值，seqdef这会导致pstree.

和

data.seq <- seqdef(data[2:nrow(data),2:ncol(data)], missing = NA, right= NA, nr = "*")
# Make a tree
S1 <- pstree(data.seq, ymin = 0.05, L = 6, lik = TRUE, with.missing = TRUE)
logLik(S1)

我们得到

'log Lik.' -31011.32 (df=47179)

请注意，由于您缺少我with.missing = TRUE在pstree命令中设置的值。

================

要忽略正确的缺失，请设置right='DEL'.seqdef

seq <- seqdef(data[2:nrow(data),2:ncol(data)], missing = NA, right= "DEL")
S2 <- pstree(seq, ymin = 0.05, L = 6, lik = TRUE, with.missing = F)
logLik(S2)

我不知道 PST 计算的是什么logLik(S2)以及为什么我们会得到一个NA. 可以通过返回数据中每个序列的似然度S2的函数来获得用树生成数据的似然度。predict数据的对数似然应该是

sum(log(predict(S2, seq)))

这使

 [>] 984 sequence(s) - min/max length: 1/32
 [!] sequences have unequal lengths
 [>] max. context length: L=6
 [>] found 1020 distinct context(s)
 [>] total time: 0.588 secs
[1] -4925.79
于 2017-01-26T11:17:03.447 回答
2

实际上，在计算模型拟合不等长度序列的可能性时存在问题。这是固定的。新版本的 PST 包 (0.94) 将在几个小时内在 R-Forge 上提供，安装： 

install.packages("PST", repos="http://R-Forge.R-project.org")

后来在 CRAN 上。

请注意，由于您的序列不包含任何缺失值但长度不等，因此您不必with.missing=TRUE在使用pstree函数时设置，也不必在使用时设置任何选项seqdef。

现在运行以下代码时：

library(RCurl)
library(TraMineR)
library(PST)

x <- getURL("https://gist.githubusercontent.com/aronlindberg/08228977353bf6dc2edb3ec121f54a29/raw/c2539d06771317c5f4c8d3a2052a73fc485a09c6/challenge_level.csv")
data <- read.csv(text = x)

data.seq <- seqdef(data[2:nrow(data),2:ncol(data)])

# Make a tree
S1 <- pstree(data.seq, ymin = 0.05, L = 6)

我得到：

> S1@logLik
[1] -4925.79
于 2017-02-02T16:55:15.830 回答