R语言实现轨迹分析--traj和lcmm包领会

R语言实现轨迹分析–traj和lcmm包领会

轨迹分析是对重复测量数据的一种归纳，转化为一种分类变量，比如手术后1～7天内的疼痛评分，可以形成术后急性痛轨迹。形成的轨迹作为一个分类变量，可以用于推测疾病的预后，比如术后慢行痛是否发生。
traj和lcmm是两个重要的轨迹分析的包，重要的区别是traj是对已有的数据举行轨迹拟合，不能形成“模型”，也就是不能推测新的个案数据的轨迹，而lcmm可以，可以作为选择方法的依据。
traj包

相对来说，这个包比力简单，分析过程比力好理解，分三步，起首是盘算指标，一共有18种指标，有最大值，斜率等，第二步是选择指标，从以上指标中选择一个或多个举行后续分析；第三步，是根据选择的指标举行聚类，背后的算法时k-means等。
包的功能比力齐全，可以举行可视化，也可以对数据举行打标，基本上可以满足需求。
lcmm包

这是一个功能比力丰富的包，此中的hlme函数是轨迹分析时利用的函数。处理的数据时尺度的纵向数据（与traj包数据的样式不同），此中的time代表测量的时间，而Y是测量数据的值（比如，血压），还有X等是可能与Y相干的其它参数（比如，身高、体重）。
最终会形成“模型”，可以推测新的个案数据的轨迹。
最后

两个包可以独立利用，也可以结合起来利用。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。