Візуалізація результатів декількох моделей латентного класу

Я використовую аналіз прихованого класу для кластеризації вибірки спостережень на основі набору бінарних змінних. Я використовую R і пакет poLCA. У LCA потрібно вказати кількість кластерів, які ви хочете знайти. На практиці люди зазвичай запускають кілька моделей, в кожній із яких вказано різну кількість класів, а потім використовують різні критерії, щоб визначити, що є "найкращим" поясненням даних.

Мені часто буває дуже корисно переглядати різні моделі, щоб спробувати зрозуміти, як спостереження, класифіковані в моделі з класом = (i), розподіляються моделлю з класом = (i + 1). Принаймні, іноді можна знайти дуже надійні кластери, які існують незалежно від кількості класів у моделі.

Мені б хотілося, як можна побудувати ці відносини, легше повідомляти ці складні результати у документах та колегам, які не є статистично орієнтованими. Я думаю, це зробити дуже просто в R, використовуючи якийсь простий мережевий графічний пакет, але я просто не знаю як.

Може хтось, будь ласка, вказав мене в правильному напрямку. Нижче наведено код для відтворення прикладу набору даних. Кожен вектор xi представляє класифікацію 100 спостережень у моделі з i можливими класами. Я хочу графікувати, як спостереження (рядки) переміщуються від класу до класу через стовпці.

x1 <- sample(1:1, 100, replace=T)
x2 <- sample(1:2, 100, replace=T)
x3 <- sample(1:3, 100, replace=T)
x4 <- sample(1:4, 100, replace=T)
x5 <- sample(1:5, 100, replace=T)

results <- cbind (x1, x2, x3, x4, x5)

Я думаю, є спосіб створити графік, де вузли є класифікацією, а краї відображають (за вагою або кольором)% спостережень, що рухаються від класифікацій від однієї моделі до іншої. Напр

ОНОВЛЕННЯ: Досягнення певного прогресу в пакеті igraph. Починаючи з наведеного вище коду ...

Результати poLCA переробляють однакові номери для опису членства в класі, тому потрібно трохи перекодувати.

N<-ncol(results) 
n<-0
for(i in 2:N) {
results[,i]<- (results[,i])+((i-1)+n)
n<-((i-1)+n)
}

Тоді вам потрібно отримати всі перехресні табуляції та їх частоти і зв'язати їх в одну матрицю, що визначає всі ребра. Напевно, існує набагато більш елегантний спосіб зробити це.

results <-as.data.frame(results)

g1           <- count(results,c("x1", "x2"))

g2           <- count(results,c("x2", "x3"))
colnames(g2) <- c("x1", "x2", "freq")

g3           <- count(results,c("x3", "x4"))
colnames(g3) <- c("x1", "x2", "freq")

g4           <- count(results,c("x4", "x5"))
colnames(g4) <- c("x1", "x2", "freq")

results <- rbind(g1, g2, g3, g4)

library(igraph)

g1 <- graph.data.frame(results, directed=TRUE)

plot.igraph(g1, layout=layout.reingold.tilford)

Час грати більше з варіантами igraph, я думаю.

Поки найкращі варіанти, які я знайшов, завдяки вашим пропозиціям, такі:

  library (igraph)
  library (ggparallel)

# Generate random data

  x1 <- sample(1:1, 1000, replace=T)
  x2 <- sample(2:3, 1000, replace=T)
  x3 <- sample(4:6, 1000, replace=T)
  x4 <- sample(7:10, 1000, replace=T)
  x5 <- sample(11:15, 1000, replace=T)
  results <- cbind (x1, x2, x3, x4, x5)
  results <-as.data.frame(results)

# Make a data frame for the edges and counts

  g1           <- count (results, c("x1", "x2"))

  g2           <- count (results, c("x2", "x3"))
  colnames(g2) <- c     ("x1", "x2", "freq")

  g3           <- count (results, c("x3", "x4"))
  colnames(g3) <- c     ("x1", "x2", "freq")

  g4           <- count (results, c("x4", "x5"))
  colnames(g4) <- c     ("x1", "x2", "freq")

  edges        <- rbind (g1, g2, g3, g4)

# Make a data frame for the class sizes

  h1            <- count (results, c("x1"))

  h2            <- count (results, c("x2"))
  colnames (h2) <- c     ("x1", "freq")

  h3            <- count (results, c("x3"))
  colnames (h3) <- c     ("x1", "freq")

  h4            <- count (results, c("x4"))
  colnames (h4) <- c     ("x1", "freq")

  h5            <- count (results, c("x5"))
  colnames (h5) <- c     ("x1", "freq")

  cSizes        <- rbind (h1, h2, h3, h4, h5)

# Graph with igraph

  gph    <- graph.data.frame (edges, directed=TRUE)

  layout <- layout.reingold.tilford (gph, root = 1)
  plot (gph,
        layout           = layout,
        edge.label       = edges$freq, 
        edge.curved      = FALSE,
        edge.label.cex   = .8,
        edge.label.color = "black",
        edge.color       = "grey",
        edge.arrow.mode  = 0,
        vertex.label     = cSizes$x1 , 
        vertex.shape     = "square",
        vertex.size      = cSizes$freq/20)

# The same idea, using ggparallel

  a <- c("x1", "x2", "x3", "x4", "x5")

  ggparallel (list (a), 
              data        = results, 
              method      = "hammock", 
              asp         = .7, 
              alpha       = .5, 
              width       = .5, 
              text.angle = 0)

Зроблено з іграфом

Зроблено з ggparallel

Все ще занадто грубо, щоб поділитися з журналом, але я, безумовно, знайшов короткий огляд цих дуже корисних.

Можливий варіант цього питання щодо переповнення стека , але я ще не мав шансу його реалізувати; і ще одна можливість тут .