tag:blogger.com,1999:blog-16607461.post1218277496533230519..comments2024-03-29T10:21:47.284+08:00Comments on 布丁布丁吃什麼?: 行為順序檢定:滯後序列分析 / Behavior Analysis: Lag Sequential Analysis布丁布丁吃布丁http://www.blogger.com/profile/13614721642960940190noreply@blogger.comBlogger24125tag:blogger.com,1999:blog-16607461.post-37229921313466330462023-03-23T18:13:01.024+08:002023-03-23T18:13:01.024+08:00To 見晴宮主,
不客氣。To 見晴宮主,<br /><br />不客氣。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-28097807610553750702023-03-22T17:50:08.927+08:002023-03-22T17:50:08.927+08:00非常非常感謝你精彩且無私的分享~ 受益良多!!非常非常感謝你精彩且無私的分享~ 受益良多!!見晴宮主https://www.blogger.com/profile/15960173233044284356noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-40885309876176067342022-12-19T20:47:32.667+08:002022-12-19T20:47:32.667+08:00有網友在問僅分析有改變的序列的做法是怎麼做的。
原始序列可能是:
「AABBCB」
如果設定僅分...有網友在問僅分析有改變的序列的做法是怎麼做的。<br /><br />原始序列可能是:<br />「AABBCB」<br /><br />如果設定僅分析有改變的序列,就是把重複的序列拿掉:<br />「ABCB」<br /><br />就以調整後的結果來計算。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-91848242692329309022022-12-17T01:37:05.172+08:002022-12-17T01:37:05.172+08:00最近有網友前來詢問關於滯後序列分析的問題。
1. 如何引用?
請引用Bakeman跟Gottma...最近有網友前來詢問關於滯後序列分析的問題。<br /><br />1. 如何引用?<br /><br />請引用Bakeman跟Gottman的原始書籍。<br />Bakeman, R., & Gottman, J. M. (1997). Observing interaction: an introduction to sequential analysis (2nd ed.). New York: Cambridge University Press.<br /><br />檢定的算法請引用Allison跟Liker的論文<br />Allison, P. D., & Liker, J. K. (1982). Analyzing sequential categorical data on dyadic interaction: A comment on Gottman. Psychological Bulletin, 91(2), 393-403. doi:10.1037/0033-2909.91.2.393<br /><br />真的很想要講的話再引用我的工具。<br /><br />布丁布丁吃布丁(2017年3月10日)。行為順序檢定:滯後序列分析。布丁布丁吃什麼?。https://blog.pulipuli.info/2017/10/behavior-analysis-lag-sequential.html<br /><br />2. 這個分析工具跟GSEQ的關係是?<br /><br />沒有關係。<br />我是看書的內容來做的,製作的時候並不是參考GSEQ的做法。<br />有老師比較過GSEQ跟我的工具,發現結果不一樣。<br /><br />實際上,滯後序列分析有很多不同的做法。<br />Bakeman跟Gottman的書中有很多論述。<br />總之目前這個工具是用Allison跟Liker的算法。<br /><br />如果你想知道這個工具跟GSEQ的差別,可以自己去比較看看。<br />由於滯後序列分析的算法細節很多,我通常不能確定你的細節是什麼,也不確定GSEQ的原始碼是怎麼計算的,於是很難跟你說明它們之間的差異。<br />還是把問題回歸到原始的計算式吧。<br /><br />如果想知道怎麼計算的話,這個滯後序列分析工具是開放原始碼,原始碼在GitHub。<br />https://github.com/pulipulichen/HTML-Lag-Sequential-Analysis<br />也許可能會有錯,歡迎自行驗證跟pull request修正。<br /><br />3. 到底要看那個滯後序列分析工具?<br /><br />目前是以現在這個網址的工具為主。<br />舊版的工具不再使用與維護。<br /><br />https://blog.pulipuli.info/2017/10/behavior-analysis-lag-sequential.html布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-36165833542462561332022-12-17T00:54:06.837+08:002022-12-17T00:54:06.837+08:00作者已經移除這則留言。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-33481728091021916962022-12-17T00:51:29.254+08:002022-12-17T00:51:29.254+08:00作者已經移除這則留言。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-61851749124549542262021-05-16T18:05:26.101+08:002021-05-16T18:05:26.101+08:00您好,
滯後序列分析的計算方式是綜合考量了比例和次數總數這兩種因素。根據您的敘述,您資料的差異是次...您好,<br /><br />滯後序列分析的計算方式是綜合考量了比例和次數總數這兩種因素。根據您的敘述,您資料的差異是次數總數(行為次數差異相當大),但是您擔心的卻是比例差異(發生率異於常人)。<br /><br />從上述可知,您是不是只是看到「滯後序列分析」就來用了,但並不知道「滯後序列分析」到底是在檢定什麼呢?<br />的確很多人直接將「行為分析」跟「滯後序列分析」畫上等號,不過您實作後就可以發現,其實並不是如此。<br /><br />至於其他問題的回答如下:<br /><br /># 1. 自己設定某些標準或是其他解套方法?<br /><br />嗯,您要不要考慮其他直接檢定單次行為次數的統計方法,像是卡方獨立性檢定。<br />其實很多人想要分析的層次都只是單次行為的差異,並不是行為序列。<br /><br />「為什麼您想要分析行為序列?」<br />除了有人跟您說行為分析就是滯後序列分析之外,如果您沒有什麼充分理由的話,那通常您的行為分析都只是在比較單次的行為次數而已。<br /><br />關於卡方獨立性檢定的介紹,請看以下這篇:<br />https://blog.pulipuli.info/2017/10/correlations-with-categorical-variables.html<br /><br /># 2. 行為次數要低於多少?<br /><br />Bakeman的書中介紹了推薦最低的觀察樣本數量門檻。達到此門檻以上,顯著轉移才有實際上的意義。<br /><br />有三種情況會影響門檻的高低:<br />1. 鄰近編碼可以相同的話,則需要更多樣本<br />2. 觀察編碼數量更多的話,則需要更多樣本<br />3. 欲觀察序列的序列越長的話,則需要更多樣本<br /><br />相關的說明和計算公式請看這篇:<br />https://blog.pulipuli.info/2010/12/sequential-analysis-introduction.html<br /><br />實務操作上,我幾乎看不到有人蒐集的資料量可以達到這個門檻。<br />主要原因是研究者想要分析的編碼數量過多,導致門檻拉得非常地高。<br /><br /># 3. 請推薦資料<br /><br />關於滯後序列分析,有基本概念的研究者,一律會推薦您看Bakeman的書。<br /><br />Bakeman, R., & Gottman, J. M. (1997). Observing interaction: an introduction to sequential analysis. Cambridge: University Press.<br />布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-41953518418382485022021-05-16T15:42:03.166+08:002021-05-16T15:42:03.166+08:00老師您好
我的資料是觀察受試者在完成任務的過程中出現的行為,每個受試者出現的行為次數差異相當大。我擔...老師您好<br />我的資料是觀察受試者在完成任務的過程中出現的行為,每個受試者出現的行為次數差異相當大。我擔心滯後序列分析的方式將所有受試者資料合併計算,會產生偏誤(例如特定受試者有在行為A→B發生率異於其他人)。除了自己設定某些標準,例如總行為次數要低於多少,是否有其他解套辦法?也請老師推薦參考資料,謝謝。Anonymousnoreply@blogger.comtag:blogger.com,1999:blog-16607461.post-71866907456509199392019-11-25T13:38:12.239+08:002019-11-25T13:38:12.239+08:00To hui,
不能說「實驗組做C之後去做A的機會比對照組大」
因為相關係數是跟其它事件轉移序列次...To hui,<br /><br />不能說「實驗組做C之後去做A的機會比對照組大」<br />因為相關係數是跟其它事件轉移序列次數比較之後的結果<br /><br />只能說「實驗組C->A事件轉移序列的相關程度高於控制組」<br />也就是對實驗組來說,相較於該組內的其它事件序列轉移,C->A的事件轉移序列相對頻率在排除掉樣本數量差異之後,其相關程度高於控制組。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-49384382590204241672019-11-22T15:54:46.884+08:002019-11-22T15:54:46.884+08:00想請問您,用相關係數比較不同組,可以得出什麼樣的結論呢?
假如實驗組C->A的相關係數大於對照...想請問您,用相關係數比較不同組,可以得出什麼樣的結論呢?<br />假如實驗組C->A的相關係數大於對照組C->A的相關係數<br />我可以說「實驗組做C之後去做A的機會比對照組大」嗎?huinoreply@blogger.comtag:blogger.com,1999:blog-16607461.post-14048163538886042652019-07-22T17:46:02.056+08:002019-07-22T17:46:02.056+08:00最近有朋友在問說為什麼工具不能運作。
這可能是我改到一半...然後就忘記改完它(遮臉)
你可以在...最近有朋友在問說為什麼工具不能運作。<br /><br />這可能是我改到一半...然後就忘記改完它(遮臉)<br /><br />你可以在這裡留言,提醒我記得把它修好。<br />也可以直接下載整個工具的程式碼,在你的電腦執行它。<br /><br />所有的程式碼都擺在GitHub專案保存庫上:<br />https://github.com/pulipulichen/HTML-Lag-Sequential-Analysis<br />你可參考一下方法來下載整個程式碼:<br />http://blog.pulipuli.info/2016/05/github-how-to-download-files-in-github.html#postcatagithub-how-to-download-files-in-github.html0_anchor0布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-43483637630968447652019-06-07T18:30:35.174+08:002019-06-07T18:30:35.174+08:00我最近需要分析有大量不同事件的資料,赫然發現這個JavaScript版本不能跑。
不能跑的原因是在...我最近需要分析有大量不同事件的資料,赫然發現這個JavaScript版本不能跑。<br /><br />不能跑的原因是在瀏覽器上執行分析的速度過慢,又沒有使用非同步機制來緩衝,所以大量資料基本上是沒辦法分析的。<br /><br />解決方法是使用PHP版本來分析:<br />http://blog.pulipuli.info/2016/10/php-introduction-of-behavior-coding-and.html布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-60697646175870458042019-06-02T20:59:40.246+08:002019-06-02T20:59:40.246+08:00匯出成SVG的語法請參考這個範例:
https://github.com/pulipulichen/...匯出成SVG的語法請參考這個範例:<br />https://github.com/pulipulichen/sigma.js/blob/master/examples/svg-export.html#L139布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-8590091515270194882019-06-02T20:56:20.192+08:002019-06-02T20:56:20.192+08:00最近發現了繪製社會網路圖的另一個好用的工具:sigma.js
http://sigmajs.org/...最近發現了繪製社會網路圖的另一個好用的工具:sigma.js<br />http://sigmajs.org/<br /><br />範例中的parallel-edges.html可以呈現出類似於滯後序列分析所需要的網路圖:<br />https://github.com/pulipulichen/sigma.js/blob/master/examples/parallel-edges.html<br /><br />圖形展示:<br />https://pulipulichen.github.io/sigma.js/examples/parallel-edges.html<br />http://3.bp.blogspot.com/-aJ0w1HWMVEA/XPPCjTTMb-I/AAAAAAAEQw4/wL-Uu4DK_5oAiVfXA2c2K7VfU0FvGbi6ACK4BGAYYCw/s1600/2019-06-02_203310.png<br /><br />這樣就能繪製事件轉移圖了。<br /><br />原本我使用的jsPlumb缺乏力導向排版(force-directed layout)的演算法,所以只能自己手動拉節點來排版。<br />相較之下,sigma.js專業得多。<br /><br />有機會再來把它實作出來吧。<br />布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-20753796223169488832019-06-02T20:55:17.751+08:002019-06-02T20:55:17.751+08:00作者已經移除這則留言。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-13231405200488548052019-05-10T15:39:11.093+08:002019-05-10T15:39:11.093+08:00To yidanzhong,
如果要解釋二階以上的事件序列,根據Roger Bakeman的建議,...To yidanzhong,<br /><br />如果要解釋二階以上的事件序列,根據Roger Bakeman的建議,需要使用對數線性分析(log-linear analysis)。<br />對數線性分析是列聯表分析中三種以上類別屬性的分析方法。傳統的卡方獨立性檢定(the chi-squared test of independence)是檢測兩個類別變數間的關係,而對數線性模式則是用來分析更多類別變數時使用。<br /><br />Bakeman所開發的程式ILOG下載位置如下:<br />https://bakeman.gsucreate.org/download-ilog/<br />但是光看軟體本身,仍然不能瞭解其意義。<br /><br />關於對數線性分析應用於行為分析的用法,需要參考這本書:<br />Bakeman, Roger, and Byron F. Robinson. 2013. Understanding Log-Linear Analysis With Ilog: An Interactive Approach. Psychology Press.<br />但這本書我在臺灣找不到。<br /><br />我也參考了其他介紹對數線性分析的書,有些書籍是寫「對數線性模型」、「三維列聯表分析」或是「三向列聯表分析」。但每本書的作法都不太一樣,而且大多是公式推演,找不到實際可用的工具,所以我就沒有特別繼續鑽研下去。<br /><br />-------<br /><br />因為從推論統計的角度似乎會越來越鑽牛角尖,所以我採取了另一種嘗試解決這個問題的方法:動態貝氏網路<br />這是用機器學習的方式,以貝氏網路演算法來建立預測模型。<br /><br />關於動態貝氏網路的討論,請看這篇:<br />http://blog.pulipuli.info/2017/10/behavior-prediction-dynamic-bayesian.html<br /><br />動態貝氏網路的建模很簡單,也很容易加入到系統應用中。<br />但是並不是用來檢定此模式是否達到非隨機性的作法。<br /><br />-------<br /><br />以前我做的序列分析可以看更長的觀察序列<br />http://blog.pulipuli.info/2010/12/sequential-analysis-tool.html<br />但這部分的公式是我自己提出來的,並非現有書籍或論文上的作法。<br />因此我不建議大家使用。<br /><br />我對這個議題的瞭解大致上到這裡,歡迎討論。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-51668088439980118972019-04-26T14:24:00.784+08:002019-04-26T14:24:00.784+08:00老师,您好。
在您ppt60页中提到的错误结论,如果要描述1-》2-》的这样子的行为序列,还需要什...老师,您好。<br /><br />在您ppt60页中提到的错误结论,如果要描述1-》2-》的这样子的行为序列,还需要什么数据呢?您能具体阐释一下吗?<br />谢谢老师的回答yidanzhonghttps://www.blogger.com/profile/06531787906639147972noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-17874051708225786802019-01-13T23:19:13.793+08:002019-01-13T23:19:13.793+08:00https://blog.pulipuli.info/2005/12/blogger_1135444...https://blog.pulipuli.info/2005/12/blogger_113544406852218769.html?showComment=1516262362587#c2290619181952601935<br />之前有位讀者提問,在按下計算器中「事件轉移表編輯器」下方的「增加事件編碼」按鈕之後,持續新增的編碼都會是G G G G。<br /><br />我在某次修正後,按下增加事件編碼,編輯器會增加一個「E8」,再按下去會增加「E9」。這個是預設好的編號,意思是「Event No.8」、「Event No.9」。<br />但編輯器會強制依照字母順序排序,現在沒辦法自由調整喔。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-30895165980589390492018-12-09T22:11:12.574+08:002018-12-09T22:11:12.574+08:00To Lin,
關於Yule's Q公式計算相關係數的部分
在投影片108頁之後有講
h...To Lin,<br /><br />關於Yule's Q公式計算相關係數的部分<br /><br />在投影片108頁之後有講<br />https://docs.google.com/presentation/d/1SPyCUkx998B-fT2kYPSVwK7Lch_KwU7WoOdYTcYxdcY/edit#slide=id.g21b692f5b7_0_361<br />計算公式在投影片裡面。<br /><br />不過回頭看看投影片,好像沒有講很多Yule's Q相關係數的事情。<br />簡單來說,Yule's Q相關係數會用於比較人數、序列長度不同兩組的序列上。<br /><br />https://lh3.googleusercontent.com/-TOFEMXhdJVs/XA0hyTof2hI/AAAAAAAD7gE/mifXF4r8f18KO7Q4Dv905AxOPwWql7UTQCHMYCw/s0/2018-12-09_22-06-49.png<br />例如這張圖的「實驗組」跟「控制組」。<br /><br />要比較兩組的時候,請不要用調整後殘差,應使用相關係數。布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-82193744791250867052018-12-03T16:37:01.201+08:002018-12-03T16:37:01.201+08:00不好意思,我想請問一下
因為有使用您的滯後序列分析計算器做計算
表格中有一列是用Yule's...不好意思,我想請問一下<br />因為有使用您的滯後序列分析計算器做計算<br />表格中有一列是用Yule's Q公式計算相關係數<br />我有去找Yule's Q相關文獻,但是看完該公式的定義,還是不懂如何將該公式套用並計算出結果<br />可以幫忙舉個例子或列出簡略計算過程嗎,感恩您Linnoreply@blogger.comtag:blogger.com,1999:blog-16607461.post-51075703966471180372018-05-02T13:17:47.017+08:002018-05-02T13:17:47.017+08:00不客氣,我想您的問題應該也是很多人想知道的問題
這樣整理一下應該對大家都有幫助喔不客氣,我想您的問題應該也是很多人想知道的問題<br />這樣整理一下應該對大家都有幫助喔布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-57092819967702592252018-05-02T09:39:36.558+08:002018-05-02T09:39:36.558+08:00謝謝您回覆的這麼詳細謝謝您回覆的這麼詳細angusivamhttps://www.blogger.com/profile/09475175357408327208noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-89014342467203159612018-04-30T21:45:00.927+08:002018-04-30T21:45:00.927+08:00To angusivam,
如果是要用序列分析的方法來看,那會變成「銷售成功組/銷售失敗組會進行什...To angusivam,<br /><br />如果是要用序列分析的方法來看,那會變成「銷售成功組/銷售失敗組會進行什麼瀏覽序列*轉換*」<br /><br />這樣子請先把網頁瀏覽序列分成兩組:銷售成功組 / 銷售失敗組<br /><br />然後用片段(break)的方式組合各組裡面不同人的網頁瀏覽序列<br />https://docs.google.com/presentation/d/1uPTNQAXXSw9pxsy7-Q1RyHBb4XwB9JyTm_nBp38Cqcc/edit#slide=id.g167e18a6b9_0_238<br /><br />最後可以比較不同組別的行為模式<br />https://docs.google.com/presentation/d/1SPyCUkx998B-fT2kYPSVwK7Lch_KwU7WoOdYTcYxdcY/edit#slide=id.g21b692f5b7_0_386<br /><br />但比較不同組的時候,請不要用z分數比較,使用相關係數比較<br />https://docs.google.com/presentation/d/1SPyCUkx998B-fT2kYPSVwK7Lch_KwU7WoOdYTcYxdcY/edit#slide=id.g21b692f5b7_0_361<br />這樣就可以了<br /><br />相關係數的計算方法請看投影片<br /><br />但序列分析只能做到雙事件的分析,不能分析到三個以上的連續事件<br />https://docs.google.com/presentation/d/1SPyCUkx998B-fT2kYPSVwK7Lch_KwU7WoOdYTcYxdcY/edit#slide=id.g21ae494dc5_1_1506<br /><br />要看行為順序預測的話,請用動態貝氏網路<br />http://blog.pulipuli.info/2017/10/behavior-prediction-dynamic-bayesian.html布丁布丁吃布丁https://www.blogger.com/profile/18000418899714977849noreply@blogger.comtag:blogger.com,1999:blog-16607461.post-2042280038309416832018-04-30T14:43:08.432+08:002018-04-30T14:43:08.432+08:00想請問如果想做的分析是,使用者進行了什麼網頁瀏覽的序列會導致銷售成功率上升,這也適用於行為序列分析嗎...想請問如果想做的分析是,使用者進行了什麼網頁瀏覽的序列會導致銷售成功率上升,這也適用於行為序列分析嗎。如果是,感覺要把這一整串瀏覽的序列,最後再加上銷售成功/銷售失敗的事件。在分析序列產生後,只關心哪些序列會走到銷售成功 / 銷售成功,不知我這樣理解是否正確,又或這是另一種領域的分析了? angusivamhttps://www.blogger.com/profile/09475175357408327208noreply@blogger.com