Мои данные содержат последовательность поведения каждого студента при посещении страницы во время учебной сессии. Например (ниже) Студент 1 прочитал инструкции, посетил три страницы (Посещение-Посещение-Посещение) и повторно посетил одну из страниц (Повторное посещение). Учащийся 2 прочитал инструкции и посетил две страницы без повторного посещения.
Учащийся 1: инструкции-посещение-посещение-посещение-повторное посещение
Студент 2: инструкции - посещение - посещение
Учащийся 3: инструкции-посещение-посещение-посещение-посещение-посещение-посещение-посещение-посещение-посещение-посещение-посещение
Мой вопрос: пакет TraMineR подходит для этого типа данных, когда разные люди имеют разную длину последовательности (у студента 1 - 5, у студента 2 - 3 и т. Д.). Пример mvad данных, обсуждаемый в виньетке TraMineR (https://cran.r-project.org/web/packages/TraMineR/vignettes/TraMineR-state-sequence.pdf) содержит информацию о состоянии, полученную за определенный период времени (с 93 июля по июнь 99). , что означает, что длина последовательности одинакова для всех людей. Учитывая эту разницу, я не уверен, можно ли использовать TraMineR для анализа моего свидания.
Я попробовал пару функций TraMineR для своих данных (seqdef, seqfplot и т. Д.). Эти результаты пока имеют для меня смысл, но я хочу убедиться, прежде чем идти дальше и делать что-то еще (кластерный анализ и т. Д.). Если у кого-то есть опыт использования TraMineR для этих типов данных, я был бы признателен за ваш вклад. Если TraMineR не подходит для этого, какие-либо предложения по альтернативному подходу? Моя цель - идентифицировать и визуализировать основные модели поведения в данных, возможно, используя кластерный анализ. Заранее спасибо!