如何解决void元素铺天盖地的分析？

Question

我正在使用 TraMineR 对长度非常不同的序列数据进行一些分析。最终发生的事情是，用于使序列等长的空元素 (%) 最终压倒了其他所有元素：

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？

Answer 1

无效 (%) 符号来自 NA 我的原始数据。

问题是我使用了 seqdef 两次（首先是原始数据，然后是生成的序列对象）。这以某种方式否定了我对 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")

如何解决void元素铺天盖地的分析？

How to address void elements overwhelming analysis?

r

missing-data

traminer

sequence-analysis