Analiza sekwencji w naukach społecznych

Index plot of 10 family life sequences
Wykres indeksowy 10 sekwencji życia rodzinnego

W naukach społecznych analiza sekwencji (SA) dotyczy analizy zestawów sekwencji kategorialnych, które zazwyczaj opisują dane podłużne . Analizowane sekwencje są zakodowanymi reprezentacjami, na przykład, indywidualnych trajektorii życia, takich jak zakładanie rodziny, przejście ze szkoły do ​​pracy, kariera zawodowa, ale mogą również opisywać dzienne lub tygodniowe wykorzystanie czasu lub przedstawiać ewolucję obserwowanego lub zgłaszanego przez samych siebie stanu zdrowia, politycznych zachowań lub etapów rozwoju organizacji. Takie sekwencje są uporządkowane chronologicznie, w przeciwieństwie do na przykład słów lub sekwencji DNA.

SA to podejście do analizy podłużnej, które jest holistyczne w tym sensie, że traktuje każdą sekwencję jako całość. SA ma zasadniczo charakter eksploracyjny. Ogólnie rzecz biorąc, SA zapewnia zrozumiały ogólny obraz zestawów sekwencji w celu scharakteryzowania struktury zestawu sekwencji, znalezienia najistotniejszych cech grup, identyfikacji typowych ścieżek, porównania grup i bardziej ogólnie zbadania, w jaki sposób sekwencje są powiązane ze zmiennymi towarzyszącymi takie jak płeć, kohorta urodzeniowa lub pochodzenie społeczne.

Wprowadzony do nauk społecznych w latach 80-tych przez Andrew Abbotta , SA zyskał dużą popularność po wydaniu dedykowanego oprogramowania, takiego jak dodatki SQ i SADI dla Stata oraz pakiet TraMineR R wraz z towarzyszami TraMineRextras i WeightedCluster.

Pomimo pewnych powiązań cele i metody SA w naukach społecznych znacznie różnią się od celów analizy sekwencji w bioinformatyce .

Historia

Metody analizy sekwencji zostały po raz pierwszy zaimportowane do nauk społecznych z nauk informacyjnych i biologicznych (patrz Dopasowanie sekwencji ) przez socjologa z University of Chicago Andrew Abbotta w latach 80. XX wieku i od tego czasu rozwinęły się w sposób unikalny dla nauk społecznych. Uczeni w dziedzinie psychologii , ekonomii , antropologii , demografii , komunikacji , politologii , studiów organizacyjnych, a zwłaszcza socjologii od tego czasu stosuje metody sekwencyjne.

W socjologii techniki sekwencyjne są najczęściej stosowane w badaniach wzorców rozwoju cyklu życia, cykli i historii życia. Poświęcono wiele pracy nad sekwencyjnym rozwojem karier i rośnie zainteresowanie tym, jak trajektorie kariery przeplatają się z sekwencjami przebiegu życia. Wielu uczonych wykorzystało techniki sekwencyjne do modelowania, w jaki sposób praca i zajęcia rodzinne są powiązane w podziale pracy w gospodarstwie domowym oraz w problemie synchronizacji harmonogramów w rodzinach. Badanie wzorców interakcji w coraz większym stopniu koncentruje się na sekwencyjnych koncepcjach, takich jak przyjmowanie kolejki, przewaga wypowiedzi wzajemnych i strategiczne poszukiwanie preferowanych typów odpowiedzi (zob. Analiza konwersacji ). Analitycy sieci społecznościowych (patrz Analiza sieci społecznościowych ) zaczęli korzystać z metod sekwencyjnych i koncepcji, aby zrozumieć, w jaki sposób kontakty i działania społeczne są realizowane w czasie rzeczywistym, oraz aby modelować i przedstawiać ewolucję całych sieci. Epidemiolodzy z sieci społecznościowych zaczęli badać sekwencjonowanie kontaktów społecznych, aby lepiej zrozumieć rozprzestrzenianie się choroby. Psychologowie wykorzystali te metody do zbadania, w jaki sposób kolejność informacji wpływa na uczenie się oraz do zidentyfikowania struktury interakcji między jednostkami (patrz Uczenie się sekwencji ).

Wiele metodologicznych zmian w analizie sekwencji pojawiło się tuż po specjalnej sekcji poświęconej temu tematowi w numerze Sociological Methods & Research z 2000 roku , w którym odbyła się debata na temat wykorzystania odległości edycji optymalnego dopasowania (OM) do porównywania sekwencji. W szczególności socjologowie sprzeciwiali się opisowej i redukującej dane orientacji optymalnego dopasowania , a także brakowi dopasowania między metodami sekwencjonowania bioinformatycznego a wyjątkowymi zjawiskami społecznymi. Debata zaowocowała kilkoma metodologicznymi innowacjami (zob. Różnice w parach poniżej), które odnoszą się do ograniczeń wczesnych metod porównywania sekwencji opracowanych w XX wieku. W 2006 roku David Stark i Balazs Vedres zaproponowali termin „analiza sekwencji społecznych”, aby odróżnić to podejście od bioinformatycznej analizy sekwencji . Jeśli jednak pominiemy fajną książkę Benjamina Cornwella, termin ten był rzadko używany, prawdopodobnie dlatego, że kontekst zapobiega wszelkim nieporozumieniom w literaturze SA. Metody i badania socjologiczne zorganizował specjalny numer poświęcony analizie sekwencji w 2010 roku, co doprowadziło do czegoś, co Aisenbrey i Fasang nazwali „drugą falą analizy sekwencji”, która głównie rozszerzyła optymalne dopasowanie i wprowadziła inne techniki porównywania sekwencji. Oprócz porównywania sekwencji, ostatnie postępy w SA dotyczyły między innymi wizualizacji zestawów danych sekwencji, pomiaru i analizy rozbieżności sekwencji, identyfikacji reprezentatywnych sekwencji oraz opracowania zbiorczych wskaźników poszczególnych sekwencji. Raab i Struffolino wymyślili nowsze postępy jako trzecią falę analizy sekwencji. Fala ta w dużej mierze charakteryzuje się wysiłkiem połączenia kultury modelowania stochastycznego i algorytmicznego poprzez wspólne stosowanie SA z bardziej uznanymi metodami, takimi jak analiza wariancji , analiza historii zdarzeń , modelowanie Markowa , analiza sieci społecznościowych lub ogólnie analiza przyczynowa i modelowanie statystyczne .

Podstawa teoretyczna specyficzna dla domeny

Socjologia

Analiza wzorców sekwencji ma podstawy w teoriach socjologicznych, które pojawiły się w połowie XX wieku. Teoretycy strukturalni argumentowali, że społeczeństwo jest systemem charakteryzującym się regularnymi wzorcami. Nawet pozornie trywialne zjawiska społeczne są uporządkowane w wysoce przewidywalny sposób. Pomysł ten służy jako ukryta motywacja stojąca za wykorzystaniem przez analityków sekwencji społecznych optymalnego dopasowywania, grupowania i powiązanych metod do identyfikacji wspólnych „klas” sekwencji na wszystkich poziomach organizacji społecznej, co jest formą wyszukiwania wzorców. To skupienie się na uregulowanych wzorcach działań społecznych stało się coraz bardziej wpływową ramą dla zrozumienia interakcji mikrospołecznych i sekwencji kontaktów lub „mikrosekwencji”. Jest to ściśle związane z Teoria strukturacji Anthony'ego Giddensa , która utrzymuje, że zachowania aktorów społecznych są w przeważającej mierze uporządkowane przez rutynę, co z kolei zapewnia przewidywalność i poczucie stabilności w skądinąd chaotycznym i szybko zmieniającym się świecie społecznym. Idea ta znajduje również odzwierciedlenie w koncepcji habitusu Pierre’a Bourdieu , która podkreśla pojawienie się i wpływ stabilnych światopoglądów na kierowanie codziennymi działaniami, a tym samym tworzenie przewidywalnych, uporządkowanych sekwencji zachowań. Wynikający z tego wpływ rutyny jako strukturyzującego wpływu na zjawiska społeczne został po raz pierwszy zilustrowany empirycznie przez Pitirima Sorokina , który prowadził badanie z 1939 roku, które wykazało, że codzienne życie jest tak zrutynizowane, że dana osoba jest w stanie przewidzieć z około 75% dokładnością, ile czasu spędzi spędzi następnego dnia na robieniu pewnych rzeczy. Argument Talcotta Parsonsa, że ​​wszyscy aktorzy społeczni są wzajemnie zorientowani na swoje większe systemy społeczne (na przykład rodzinę i większą społeczność) poprzez role społeczne leżą również u podstaw zainteresowania analityków sekwencji społecznych powiązaniami istniejącymi między harmonogramami różnych aktorów społecznych i uporządkowanymi doświadczeniami, co dało początek znacznej liczbie prac na temat synchronizacji między aktorami społecznymi i ich kontaktami społecznymi a większymi społecznościami. Wszystkie te orientacje teoretyczne łącznie uzasadniają krytykę ogólnego liniowego modelu rzeczywistości społecznej, który stosowany w większości prac zakłada, że ​​społeczeństwo jest albo statyczne, albo wysoce stochastyczne w sposób zgodny z Markowem procesy Ta troska zainspirowała początkowe sformułowanie analizy sekwencji społecznych jako antidotum na ogólne modele liniowe. Motywowało to również ostatnie próby modelowania sekwencji działań lub zdarzeń jako elementów łączących aktorów społecznych w nieliniowe struktury sieciowe . ogniwo łączące aktorów społecznych.

Demografia i demografia historyczna

W demografii i demografii historycznej od lat 80. szybkie zawłaszczanie perspektywy i metod przebiegu życia było częścią istotnej zmiany paradygmatycznej, która implikowała silniejsze osadzenie procesów demograficznych w dynamice nauk społecznych. Po pierwszej fazie skupiającej się na występowaniu i czasie zdarzeń demograficznych, badanych oddzielnie od siebie z zastosowaniem podejścia hipotetyczno-dedukcyjnego, od początku XXI wieku potrzeba rozważenia struktury przebiegu życia i oddania sprawiedliwości jego złożoności doprowadziła do rosnące wykorzystanie analizy sekwencji w celu realizacji holistycznego podejścia. Na poziomie międzyosobniczym różnice w parach klastry okazały się odpowiednimi narzędziami do ujawnienia heterogeniczności w rozwoju człowieka. Na przykład metanarracje kontrastujące zindywidualizowane społeczeństwa zachodnie ze społeczeństwami kolektywistycznymi na Południu (zwłaszcza w Azji) zostały zakwestionowane przez badania porównawcze ujawniające różnorodność ścieżek legalnej reprodukcji. Na poziomie wewnątrzjednostkowym analiza sekwencji integruje podstawową zasadę przebiegu życia, zgodnie z którą jednostki interpretują i podejmują decyzje dotyczące swojego życia zgodnie z ich przeszłymi doświadczeniami i postrzeganiem zdarzeń losowych. Zainteresowaniu tą perspektywą sprzyjały również zmiany w przebiegu życia jednostek dla kohort urodzonych między początkiem a końcem XX wieku. Zmiany te zostały opisane jako destandaryzacja, desynchronizacja, deinstytucjonalizacja. Wśród czynników napędzających tę dynamikę kluczowe jest przejście do dorosłości: w przypadku nowszych kohort urodzeniowych ta kluczowa faza w poszczególnych cyklach życia implikowała większą liczbę zdarzeń i długości doświadczanych okresów stanu. Na przykład wiele z nich odkładało opuszczenie domu rodzinnego i przejście do rodzicielstwa, w niektórych kontekstach konkubinat zastąpił małżeństwo jako długotrwałą umowę życiową, a narodziny pierwszego dziecka mają miejsce częściej, gdy rodzice mieszkają razem, a nie w związku małżeńskim. Taka złożoność wymagała pomiaru, aby móc porównać wskaźniki ilościowe w różnych kohortach urodzeniowych (patrz rozszerzenie tego pytania na populacje z krajów o niskich i średnich dochodach). Stara ambicja demografii, by opracować „demografię rodziny”, znalazła w analizie sekwencyjnej potężne narzędzie do rozwiązywania problemów badawczych na skrzyżowaniu z innymi dyscyplinami: na przykład techniki wielokanałowe stanowią cenne możliwości radzenia sobie z kwestią zgodności między pracą i życia rodzinnego. Podobnie opracowano nowsze kombinacje analizy sekwencji i analizy historii zdarzeń (patrz przegląd) i można je zastosować na przykład do zrozumienia związku między przemianami demograficznymi a zdrowiem.

Nauki polityczne

Analiza procesów czasowych w obszarze nauk politycznych dotyczy tego, w jaki sposób instytucje, czyli systemy i organizacje (reżimy, rządy, partie, sądy itp.), krystalizują interakcje polityczne, formalizują ograniczenia prawne i narzucają pewien stopień stabilności lub inercji. Szczególną wagę przywiązuje się, po pierwsze, do roli kontekstów, które nadają znaczenie trendom i wydarzeniom, podczas gdy wspólne konteksty oferują wspólne znaczenia; po drugie, do zmian w czasie w stosunkach władzy, a następnie do asymetrii, hierarchii, niezgody lub konfliktu; i wreszcie do wydarzeń historycznych, które mogą kształtować trajektorie, takich jak wybory, wypadki, przemówienia inauguracyjne, traktaty, rewolucje czy zawieszenia broni. Empirycznie jednostką analizy sekwencji politycznych mogą być osoby, organizacje, ruchy lub procesy instytucjonalne. W zależności od jednostki analizy, wielkość próby może być ograniczona do kilku przypadków (np. regionów w kraju, gdy bierze się pod uwagę obroty lokalnych partii politycznych w czasie) lub obejmować kilkaset (np. wzorce głosowania poszczególnych osób). Można wyróżnić trzy szerokie rodzaje sekwencji politycznych. Pierwszym i najczęstszym jest kariery , czyli formalne, przeważnie hierarchiczne stanowiska, po których jednostki rozwijają się w środowiskach instytucjonalnych, takich jak parlamenty, gabinety, administracja, partie, związki zawodowe czy organizacje biznesowe. Możemy nazwać trajektorie politycznymi sekwencjami, które rozwijają się w bardziej nieformalnych i płynnych kontekstach, takich jak aktywiści ewoluujący w różnych sprawach i ruchach społecznych lub wyborcy poruszający się po politycznym i ideologicznym krajobrazie w kolejnych sondażach. Wreszcie procesy odnoszą się do jednostek niebędących jednostkami, takich jak: polityka publiczna rozwijająca się poprzez kolejne etapy polityki w różnych obszarach; sekwencje symbolicznych lub konkretnych interakcji między podmiotami krajowymi i międzynarodowymi w kontekście dyplomatycznym i wojskowym; i rozwój organizacji czy instytucji, np. drogi krajów do demokracji (Wilson 2014).

koncepcje

Sekwencja s jest uporządkowaną listą elementów ( s 1 , s 2 ,..., s l ) wziętą ze skończonego alfabetu A . Dla zbioru S sekwencji liczą się trzy rozmiary: liczba n sekwencji, rozmiar a = | | _ alfabetu i długość l sekwencji (która może być różna dla każdej sekwencji). W naukach społecznych n wynosi na ogół od kilkuset do kilku tysięcy, rozmiar alfabetu pozostaje ograniczony (najczęściej mniej niż 20), podczas gdy długość sekwencji rzadko przekracza 100.

Możemy rozróżnić sekwencje stanów i sekwencje zdarzeń , w których stany trwają, podczas gdy zdarzenia występują w jednym punkcie czasowym i nie trwają, ale prawdopodobnie razem z innymi zdarzeniami przyczyniają się do zmian stanu. Na przykład wspólne wystąpienie dwóch zdarzeń, opuszczenia domu i założenia związku, powoduje zmianę stanu z „mieszkania w domu z rodzicami” na „mieszkanie z partnerem”.

Kiedy sekwencja stanów jest reprezentowana jako lista stanów obserwowanych w kolejnych punktach czasowych, pozycja każdego elementu w sekwencji przekazuje informacje o czasie, a odległość między pozycjami odzwierciedla czas trwania. Alternatywną, bardziej zwartą reprezentacją sekwencji jest lista kolejnych zaklęć oznaczonych czasem ich trwania, gdzie zaklęcie ( zwane także epizodem ) jest podłańcuchem w tym samym stanie. Na przykład w aabbbc bbb jest zaklęciem o długości 3 w stanie b , a całą sekwencję można przedstawić jako ( a ,2)-( b ,3)-( do ,1).

Podstawowe pojęcia analizy sekwencyjnej w naukach społecznych

Kluczowym punktem przy patrzeniu na sekwencje stanów jest schemat czasowy używany do wyrównania czasowego sekwencji. Może to być historyczny czas kalendarzowy lub czas procesowy, taki jak wiek, tj. czas od urodzenia.

W sekwencjach zdarzeń pozycje nie przekazują żadnych informacji o czasie. Dlatego czas wystąpienia zdarzenia musi być jawnie podany (jako znacznik czasu), gdy ma to znaczenie.

SA zasadniczo dotyczy sekwencji stanów.

Metody

Konwencjonalne SA polega zasadniczo na budowaniu typologii obserwowanych trajektorii. Abbott i Tsay (2000) opisują ten typowy SA jako trzyetapowy program: 1. Kodowanie poszczególnych narracji jako sekwencji stanów; 2. Pomiar odmienności parami między sekwencjami; oraz 3. Grupowanie sekwencji na podstawie różnic parami. Jednak SA to znacznie więcej (patrz np.) i obejmuje również między innymi opis i wizualne renderowanie zestawów sekwencji, analizę typu ANOVA i drzewa regresji dla sekwencji, identyfikację reprezentatywnych sekwencji, badanie relacji między połączonymi sekwencjami ( np. życie w diadzie, życie połączone lub różne wymiary życia, takie jak zawód, rodzina, zdrowie) oraz sieć sekwencji.

Opisywanie i renderowanie sekwencji stanów

Biorąc pod uwagę regułę dopasowania, zestaw sekwencji można przedstawić w formie tabelarycznej z sekwencjami w wierszach i kolumnach odpowiadających pozycjom w sekwencjach.

Sekwencje rozkładów przekrojowych

Cross sectional view
Przekrój poprzeczny sekwencji

Aby opisać takie dane, możemy spojrzeć na kolumny i rozważyć przekrojowe rozkłady stanu na kolejnych pozycjach.

Chronogram lub wykres gęstości zestawu sekwencji przedstawia te kolejne rozkłady przekrojowe.

Example of chronogram
Chronogram przejścia ze szkoły do ​​pracy według klas osiągniętych na koniec szkoły obowiązkowej. Miesięczne dane z McVicar & Anyadike-Danes (2002)

Dla każdego rozkładu (kolumnowego) możemy obliczyć charakterystykę, taką jak entropia lub stan modalny, i przyjrzeć się, jak te wartości ewoluują w poszczególnych pozycjach (zob. s. 18–21).

Longitudinal view of sequences
Widok podłużny sekwencji

Charakterystyka poszczególnych sekwencji

Alternatywnie możemy spojrzeć na wiersze. Wykres indeksu , na którym każda sekwencja jest reprezentowana jako poziomy słupek lub linia, jest podstawowym wykresem do renderowania poszczególnych sekwencji.

Example of index plot
Wykres wskaźnikowy przejścia ze szkoły do ​​pracy według klas uzyskanych na koniec szkoły obowiązkowej. Sekwencje posortowane według stanu od początku. Miesięczne dane z McVicar & Anyadike-Danes (2002)

Możemy obliczyć charakterystyki poszczególnych sekwencji i zbadać przekrojowy rozkład tych charakterystyk.

Główne wskaźniki poszczególnych sekwencji

  • Podstawowe środki
    • Długość
    • Liczba odwiedzonych stanów
    • Liczba przejść (długość sekwencji różnych kolejnych stanów, DSS)
    • Liczba podsekwencji
    • Nawrót
  • Różnorodność
    • W obrębie entropii sekwencji
    • Różnice w czasie trwania czaru
  • Złożoność struktury sekwencji
    • Zmienność
    • Indeks złożoności
    • Turbulencja
  • Środki uwzględniające charakter państw
    • Zmienność normatywna, czyli proporcja okresów pozytywnych.
    • Indeks integracji zwany także indeksem jakości
    • Degradacja
    • Niegodziwość
    • Indeks prekarności
    • Niepewność

Inne ogólne miary opisowe

  • Średni czas w różnych stanach (ogólny rozkład stanów) i ich błędy standardowe
  • Prawdopodobieństwa przejść między stanami.

Wyobrażanie sobie

Sekwencje stanów można ładnie przedstawić graficznie, a takie wykresy okazują się przydatne do celów interpretacyjnych. Jak pokazano powyżej, dwa podstawowe wykresy to wykres indeksu, który przedstawia poszczególne sekwencje, oraz chronogram, który przedstawia ewolucję rozkładu stanu w przekroju poprzecznym w ramach czasowych. Chronogramy (znane również jako wykres proporcji statusu lub wykres rozkładu stanu) całkowicie pomijają różnorodność sekwencji, podczas gdy wykresy indeksowe są często zbyt rozproszone, aby można je było odczytać. Wykresy względnej częstotliwości i wykresy reprezentatywnych sekwencji mają na celu zwiększenie czytelności wykresów indeksowych bez popadania w nadmierne uproszczenie chronogramu. Ponadto istnieje wiele wątków, które koncentrują się na specyficznych cechach sekwencji. Poniżej znajduje się lista działek, które zostały zaproponowane w literaturze do renderowania dużych zestawów sekwencji. Dla każdej działki podajemy przykładowe oprogramowanie (szczegóły w rozdz Oprogramowanie ), które je wytwarzają.

  • Wykres indeksu: renderuje zestaw poszczególnych sekwencji (SADI, SQ, TraMineR)
  • Chronogram (wykres proporcji stanu, wykres rozkładu stanu): odwzorowuje sekwencję rozkładów przekrojowych (SADI, SQ, TraMineR)
  • Wykres sekwencji wielokanałowych pogrupowanych według kanałów (seqHMM) lub według osobników
  • Wykres szeregów czasowych wskaźników przekrojowych (entropia, stan modalny, ...) (SQ, TraMineR)
  • Wykres częstotliwości (SQ, TraMineR)
  • Wykres częstotliwości względnej (TraMineRextras)
  • Sekwencje reprezentatywne (TraMineR)
  • Średni czas w różnych stanach i ich błędy standardowe (TraMineR)
  • Działka przetrwania stanu (TraMineRextras)
  • Wzorce przejścia (SADI)
  • Wykres przejścia (SQ; Gmisc) i wykres prawdopodobieństw przejścia (seqHMM)
  • Wykres współrzędnych równoległych (TraMineR, SQ)
  • Drzewa sufiksów probabilistycznych (PST)
  • Sieci sekwencyjne (patrz analiza sieci społecznościowych ) (Oprogramowanie?)
  • Sieci narracyjne (oprogramowanie?)

Niepodobieństwa parami

Parami odmienności między sekwencjami służą do porównywania sekwencji, a wiele zaawansowanych metod SA opiera się na tych różnicach. Najbardziej popularną miarą odmienności jest dopasowanie optymalne (OM), czyli minimalny koszt przekształcenia jednej sekwencji w drugą za pomocą operacji indel (wstaw lub usuń) i podstawień z ewentualnymi kosztami tych elementarnych operacji w zależności od zaangażowanych stanów. SA jest tak ściśle powiązany z OM, że czasami nazywa się go analizą optymalnego dopasowania (OMA).

Istnieją z grubsza trzy kategorie miar odmienności:

  • Optymalne dopasowanie i inne odległości edycji
    • Przykłady: OM, OMloc (zlokalizowany OM), OMslen (OM wrażliwy na długość zaklęcia), OMspell (OM sekwencji zaklęć), OMstran (OM sekwencji przejść), TWED (odległość edycji zakrzywienia czasowego), HAM (Hamming i uogólnione Hamminga), DHD (dynamiczny Hamming).
    • Strategie ustalania kosztów zastąpienia i indelowania
      • Koszty stałe (wszystkie koszty zastępcze identyczne i pojedynczy koszt indel)
      • Koszty oparte na teorii
      • Koszty oparte na funkcjach
      • Koszty oparte na danych: oparte na prawdopodobieństwach przejścia lub częstotliwościach stanów
  • Miary oparte na liczbie wspólnych atrybutów
    • Przykłady: LCS (wyprowadzone z długości najdłuższej wspólnej podsekwencji ), LCP (z długości najdłuższego wspólnego przedrostka), NMS (liczba pasujących podsekwencji) oraz NMSMST i SVRspell dwa warianty NMS.
  • Odległości między rozkładami stanów w obrębie sekwencji
    • Przykłady: CHI2 i EUCLID zdefiniowane jako średnia odpowiednio odległości Chi-kwadrat i euklidesowej między rozkładami stanów w kolejnych przesuwanych oknach.

Analiza oparta na odmienności

Parami odmienności między sekwencjami dają dostęp do szeregu technik odkrywania holistycznych cech strukturyzujących dane sekwencji. W szczególności odmienności między sekwencjami mogą służyć jako dane wejściowe do algorytmów klastrów i wielowymiarowego skalowania, ale także pozwalają identyfikować medoidy lub inne reprezentatywne sekwencje, definiować sąsiedztwa, mierzyć rozbieżności zestawu sekwencji, przechodzić do analiz podobnych do ANOVA i regresji wzrostu drzewa.

  • Analiza skupień
    • Opisowe: identyfikacja głównych wzorców sekwencji.
    • Skupiska jako zmienne zależne lub niezależne w analizie regresji: badanie związków z innymi zmiennymi będącymi przedmiotem zainteresowania.
  • Skalowanie wielowymiarowe (współrzędne główne): numeryczna reprezentacja ciągów.
  • rozbieżności ( podobna do ANOVA )
    • Sekwencja analiz podobnych do ANOVA
  • Drzewa regresji
  • Reprezentatywne sekwencje
  • Wiele domen (analiza wielokanałowa)
  • Dane sekwencji diadycznej i poliadycznej

Inne metody analizy

Chociaż metody oparte na odmienności odgrywają kluczową rolę w społecznym SA, głównie ze względu na ich zdolność do zachowania holistycznej perspektywy, kilka innych podejść również okazuje się przydatnych do analizy danych sekwencyjnych.

  • Grupowanie nieoparte na odmienności
  • Sieci sekwencji
    • Reprezentowanie pojedynczej sekwencji jako sieci
    • Metasieć sekwencji
    • Miary sieciowe sekwencji
    • Wykres historii życia
  • Podejścia probabilistyczne
  • Sekwencje zdarzeń
    • Modele struktury zdarzeń
    • Renderowanie sekwencji zdarzeń (równoległe wykresy współrzędnych, ...)
    • Częste podsekwencje
    • Podciągi dyskryminacyjne
    • Oparta na odmienności analiza sekwencji zdarzeń

Postępy: trzecia fala analizy sekwencji

Niektóre ostatnie postępy można uznać za trzecią falę SA . Fala ta w dużej mierze charakteryzuje się wysiłkiem połączenia kultury modelowania stochastycznego i algorytmicznego poprzez wspólne stosowanie SA z bardziej uznanymi metodami, takimi jak analiza wariancji, historia zdarzeń, analiza sieci lub analiza przyczynowa i ogólnie modelowanie statystyczne. Poniżej podano kilka przykładów; patrz także „Inne metody analizy”.

  • Wpływ przeszłych trajektorii na zagrożenie zdarzenia: analiza historii sekwencji, SHA
  • Wpływ zmiennych towarzyszących zmieniających się w czasie na trajektorie: analiza konkurencyjnych trajektorii (CTA) i model wielostanowy analizy sekwencji (SAMM)
  • Walidacja typologii klastrów
  • Analiza rozbieżności, aby cofnąć czas do jakościowej analizy porównawczej – QCA

Otwarte problemy i ograniczenia

Chociaż SA jest świadkiem stałego napływu wkładów metodologicznych, które dotyczą kwestii poruszonych dwie dekady temu, niektóre pilne i otwarte kwestie pozostają otwarte. Wśród najtrudniejszych można wymienić:

  • Sekwencje o różnej długości, sekwencje skrócone i braki danych.
  • Walidacja wyników klastrów
  • Długość sekwencji a znaczenie aktualności: na przykład analizując sekwencje biograficzne trwające 40 lat od 1 do 40 lat, można brać pod uwagę tylko osoby urodzone 40 lat wcześniej, a zatem zachowanie młodszych kohort urodzeniowych jest pomijane.

Aktualne informacje na temat postępów, dyskusji metodologicznych i ostatnich odpowiednich publikacji można znaleźć na stronie internetowej Sequence Analysis Association .

Obszary zastosowania

Techniki te okazały się cenne w różnych kontekstach. Na przykład badania cyklu życia pokazały, że na plany emerytalne wpływa nie tylko ostatni rok lub dwa lata życia, ale raczej to, jak przebiegła kariera zawodowa i rodzinna na przestrzeni kilku dziesięcioleci. Osoby, które podążały „uporządkowaną” ścieżką kariery (charakteryzującą się stałym zatrudnieniem i stopniowym wspinaniem się po szczeblach kariery w ramach jednej organizacji) przechodziły na emeryturę wcześniej niż inni, w tym osoby, które miały przerywaną karierę, osoby, które późno weszły na rynek pracy, a także osoby, które cieszyły się regularnego zatrudnienia, ale którzy w trakcie swojej kariery zawodowej dokonywali wielu przejść między organizacjami. W dziedzinie socjologia ekonomiczna , badania wykazały, że wyniki firmy zależą nie tylko od obecnych lub niedawnych powiązań firmy z sieciami społecznościowymi, ale także od trwałości lub stabilności ich powiązań z innymi firmami. Firmy, które mają bardziej „trwale spójną” strukturę sieciową przyciągają więcej inwestycji zagranicznych niż struktury mniej stabilne lub słabo połączone. W badaniach wykorzystano również dane dotyczące sekwencji codziennych czynności zawodowych w celu zidentyfikowania klas harmonogramów pracy, stwierdzając, że czas pracy w ciągu dnia znacząco wpływa na zdolność pracowników do utrzymywania kontaktów z szerszą społecznością, na przykład poprzez wydarzenia społeczne. Niedawno zaproponowano analizę sekwencji społecznych jako sensowne podejście do badania trajektorii w dziedzinie twórczej przedsiębiorczości, umożliwiające porównanie osobliwości unikalnych karier twórczych. Podczas gdy inne metody konstruowania i analizowania struktury całej sekwencji zostały opracowane w ciągu ostatnich trzech dekad, w tym analiza struktury zdarzeń, OM i inne metody porównywania sekwencji stanowią podstawę badań nad strukturami całych sekwencji.

Oto kilka przykładów zastosowania:

Socjologia

  • Sekwencje wchodzenia na rynek pracy
  • Destandaryzacja biegu życia
  • Trajektorie mieszkalne
  • Wykorzystanie czasu
  • Rzeczywiste i wyidealizowane skrypty relacji
  • Podstawowe typy figur w tańcach rytualnych
  • Drogi spożywania alkoholu

Demografia i demografia historyczna

  • Przejście w dorosłość
  • Biografie partnerskie
  • Kurs życia formującego rodzinę
  • Historie porodów

Nauki polityczne

  • Drogi do demokratyzacji
  • Ścieżki procesów legislacyjnych
  • Negocjacje między aktorami podczas kryzysów narodowych

Psychologia

  • Sekwencje interakcji społecznych młodzieży

Badania medyczne

  • Trajektoria opieki w chorobie przewlekłej

Metodologia badania

  • Odpowiedź w zbiorze ankiet

Geografia

  • Studia mobilności
  • Zagospodarowanie terenu

Oprogramowanie

Dwa główne środowiska obliczeń statystycznych oferują narzędzia do prowadzenia analizy sekwencyjnej w postaci pakietów napisanych przez użytkownika: Stata i R.

  • Stata : SQ i SADI to ogólne zestawy narzędzi SA. MICT jest dedykowany do imputacji brakujących elementów w sekwencjach.
  • R : TraMineR z rozszerzeniem TraMineRextras jest prawdopodobnie najbardziej wszechstronnym zestawem narzędzi SA; ggseqplot, zapewnia wersje ggplot większości wykresów TraMineR; seqhandbook zapewnia kilka konkretnych narzędzi, takich jak mapy cieplne danych sekwencji i metoda GIMSA do pomiaru różnic między sekwencjami wielodomenowymi; seqimpute zapewnia narzędzia do przypisywania brakujących elementów w sekwencjach; seqHMM, chociaż specjalizuje się w dopasowywaniu modeli Markowa, ten pakiet zapewnia przydatne funkcje kreślenia do renderowania sekwencji wielokanałowych i prawdopodobieństw przejść; WeightedCluster wszechstronny pakiet klastrowania z oryginalnymi narzędziami do grupowania identycznych sekwencji i renderowania hierarchicznych drzew sekwencji; PST dopasowuje i renderuje probabilistyczne drzewa sufiksów sekwencji.

Rozwój instytucjonalny

pierwsza międzynarodowa konferencja poświęcona badaniom nauk społecznych wykorzystujących metody analizy sekwencji – Lausanne Conference on Sequence Analysis, w skrócie LaCOSA. Druga konferencja ( LaCOSA II ) odbyła się w Lozannie w czerwcu 2016 r. Stowarzyszenie Analizy Sekwencji (SAA) została założona podczas Międzynarodowego Sympozjum Analizy Sekwencji i Metod Pokrewnych, w październiku 2018 w Monte Verità, TI, Szwajcaria. SAA jest międzynarodową organizacją, której celem jest organizowanie wydarzeń, takich jak sympozja i szkolenia oraz wydarzenia im towarzyszące, a także ułatwianie naukowcom dostępu do zasobów analizy sekwencji.

Zobacz też

  1. ^ abc Abbott , Andrew   (1983). „Sekwencje wydarzeń społecznych: koncepcje i metody analizy porządku w procesach społecznych” . Metody historyczne: dziennik historii ilościowej i interdyscyplinarnej . 16 (4): 129–147. doi : 10.1080/01615440.1983.10594107 . ISSN 0161-5440 .
  2. ^ ab Abbott   , Andrzej; Forrest, John (1986). „Optymalne metody dopasowywania sekwencji historycznych” . Dziennik historii interdyscyplinarnej . 16 (3): 471. doi : 10.2307/204500 . JSTOR 204500 .
  3. ^ a b    Brzinsky-Fay, Christian; Kohler, Ulrich; Luniak, Magdalena (2006). „Analiza sekwencji za pomocą Stata” . The Stata Journal: Promowanie komunikacji na temat statystyk i statystyk . 6 (4): 435–460. doi : 10.1177/1536867X0600600401 . ISSN 1536-867X . S2CID 15581275 .
  4. ^ a b c d    Halpin, Brendan (2017). „SADI: narzędzia do analizy sekwencji dla Stata” . The Stata Journal: Promowanie komunikacji na temat statystyk i statystyk . 17 (3): 546–572. doi : 10.1177/1536867X1701700302 . hdl : 10344/3783 . ISSN 1536-867X . S2CID 62691156 .
  5. ^ a b c d e f g   Gabadinho, Alexis; Ritschard, Gilbert; Müller, Nicolas S.; Studer, Matthias (2011). „Analiza i wizualizacja sekwencji stanów w R za pomocą TraMineR” . Dziennik oprogramowania statystycznego . 40 (4). doi : 10.18637/jss.v040.i04 . ISSN 1548-7660 .
  6. ^ ab Ritschard , Gilbert; Studer, Maciej; Buergin, Reto; Liao, Tim; Gabadinho, Alexis; Fonta, Pierre-Alexandre; Muller, Nicolas; Rousset, Patrick (2021-06-24), TraMineRextras: TraMineR Extension , CRAN , pobrane 2021-09-26
  7. ^ a b Studer, Matthias (2013). „Podręcznik biblioteki WeightedCluster: praktyczny przewodnik po tworzeniu typologii trajektorii w naukach społecznych za pomocą R” . Dokumenty robocze ŻYCIA . 24 . doi : 10.12682/lives.2296-1658.2013.24 .
  8. ^    Liao, Tim F.; Bolano, Danilo; Brzinsky-Fay, Christian; Cornwell, Benjamin; Fasang, Anette Eva; Helske, Satu; Piccarreta, Raffaella; Raab, Marcel; Ritschard, Gilbert; Struffolino, Emanuela; Studer, Maciej (26.08.2022). „Analiza sekwencji: jej przeszłość, teraźniejszość i przyszłość” . Badania Nauk Społecznych . 107 : 102772. doi : 10.1016/j.ssresearch.2022.102772 . PMID 36058612 . S2CID 251873619 .
  9. Bibliografia   _ „Analiza sekwencji: nowe metody dla starych pomysłów” . Roczny przegląd socjologii . 21 (1): 93–113. doi : 10.1146/annurev.so.21.080195.000521 . ISSN 0360-0572 .
  10. ^ abc Abbott ,    Andrew; Tsay, Angela (2000). „Analiza sekwencji i optymalne metody dopasowywania w socjologii: przegląd i perspektywa” . Metody i badania socjologiczne . 29 (1): 3–33. doi : 10.1177/0049124100029001001 . ISSN 0049-1241 . S2CID 121097811 .
  11. ^ a b c d e f   Elzinga, Cees H.; Liefbroer, Aart C. (2007). „De-standaryzacja trajektorii życia rodzinnego młodych dorosłych: porównanie międzynarodowe z wykorzystaniem analizy sekwencji: Dé-standaryzacja trajektorii życia rodzinnego młodych dorosłych: porównanie entre płaci par analizować séequentielle” . European Journal of Population / Revue européenne de Démographie . 23 (3–4): 225–250. doi : 10.1007/s10680-007-9133-7 . ISSN 0168-6577 .   S2CID 15176366 .
  12. ^ a b    Han, Shin-Kap; Moen, Phyllis (1999). „Praca i rodzina w czasie: podejście do przebiegu życia” . Roczniki Amerykańskiej Akademii Nauk Politycznych i Społecznych . 562 (1): 98–110. doi : 10.1177/000271629956200107 . ISSN 0002-7162 . S2CID 146614540 .
  13. Bibliografia    _ Hrycak, Aleksandra (1990). „Pomiar podobieństwa w danych sekwencji: analiza optymalnego dopasowania karier muzyków” . American Journal of Sociology . 96 (1): 144–185. doi : 10.1086/229495 . ISSN 0002-9602 . S2CID 145014876 .
  14. ^    Blair-Loy, Maria (1999). „Wzorce kariery kobiet na stanowiskach kierowniczych w finansach: analiza optymalnego dopasowania” . American Journal of Sociology . 104 (5): 1346-1397. doi : 10.1086/210177 . ISSN 0002-9602 . S2CID 144155808 .
  15. ^ a b c d   Brzinsky-Fay, C. (2007). „Zagubieni w okresie przejściowym? Sekwencje wchodzenia na rynek pracy przez absolwentów szkół w Europie” . Europejski Przegląd Socjologiczny . 23 (4): 409–422. doi : 10.1093/esr/jcm011 . ISSN 0266-7215 .
  16. ^ a b    Pollock, Gary (2007). „Holistyczne trajektorie: badanie połączonych karier zawodowych, mieszkaniowych i rodzinnych za pomocą analizy wielu sekwencji” . Dziennik Królewskiego Towarzystwa Statystycznego, seria A (Statystyka w społeczeństwie) . 170 (1): 167–183. doi : 10.1111/j.1467-985X.2006.00450.x . ISSN 0964-1998 . S2CID 123689911 .
  17. ^ a b Widmer, Eric D .; Ritschard, Gilbert (2009). „Destandaryzacja biegu życia: czy mężczyźni i kobiety są równi?” . Postępy w badaniach przebiegu życia . 14 (1–2): 28–39. doi : 10.1016/j.alcr.2009.04.001 .
  18. ^ abc Lesnard , Laurent (    2008). „Poza harmonogramem w parach zarabiających dwa razy więcej: nierówny i negatywny efekt zewnętrzny dla czasu rodzinnego” . American Journal of Sociology . 114 (2): 447–490. doi : 10.1086/590648 . ISSN 0002-9602 . S2CID 144446191 .
  19. ^ abc Cornwell , Benjamin    ; Warburton, Elżbieta (2014). „Harmonogramy pracy i więzi społeczne” . Praca i zawody . 41 (2): 139–174. doi : 10.1177/0730888413498399 . ISSN 0730-8884 . S2CID 145332280 .
  20. ^    Wight, VR; Raley, SB; Bianchi SM (2008). „Czas dla dzieci, współmałżonka i siebie wśród rodziców pracujących w niestandardowych godzinach” . Siły społeczne . 87 (1): 243–271. doi : 10.1353/sof.0.0092 . ISSN 0037-7732 . S2CID 145627027 .
  21. ^    Niedopałki, Carter T. (2008). „4. Relacyjne ramy zdarzeń dla działań społecznych” . Metodologia socjologiczna . 38 (1): 155–200. doi : 10.1111/j.1467-9531.2008.00203.x . ISSN 0081-1750 . S2CID 120970495 .
  22. ^     Cornwell, Benjamin (2013). „Przełączanie dynamiki i proces stresu” . Kwartalnik Psychologii Społecznej . 76 (2): 99–124. doi : 10.1177/0190272513482133 . ISSN 0190-2725 . PMC 4126261 . PMID 25110381 .
  23. ^ abc Stark ,    Dawid; Vedres, Balázs (2006). „Społeczne czasy przestrzeni sieciowych: sekwencje sieciowe i inwestycje zagraniczne na Węgrzech” . American Journal of Sociology . 111 (5): 1367-1411. doi : 10.1086/499507 . ISSN 0002-9602 . S2CID 9458839 .
  24. Bibliografia _ Kretzschmar, Mirjam (1995). „Jednoczesne partnerstwa i dynamika transmisji w sieciach” . Sieci społecznościowe . 17 (3-4): 299-318. doi : 10.1016/0378-8733(95)00268-S .
  25. ^    Levine, Joel H. (2000). „Ale co ostatnio dla nas zrobiłeś ?: Komentarz do Abbott i Tsay” . Metody i badania socjologiczne . 29 (1): 34–40. doi : 10.1177/0049124100029001002 . ISSN 0049-1241 . S2CID 119966819 .
  26. ^    Wu, Lawrence L. (2000). „Kilka komentarzy na temat„ Analiza sekwencji i optymalnych metod dopasowywania w socjologii: przegląd i perspektywa ” . Metody i badania socjologiczne . 29 (1): 41–64. doi : 10.1177/0049124100029001003 . ISSN 0049-1241 . S2CID 145351355 .
  27. ^ a b c d e   Cornwell, Benjamin (2015). Analiza sekwencji społecznych: metody i zastosowania . Cambridge: Cambridge University Press. doi : 10.1017/cbo9781316212530 . ISBN 978-1-316-21253-0 .
  28. ^ a b    Aisenbrey, Silke; Fasang, Anette E. (2010). „Nowe życie starych pomysłów:„ druga fala ”analizy sekwencji przywracająca„ kurs ”z powrotem do kursu życia” . Metody i badania socjologiczne . 38 (3): 420–462. doi : 10.1177/0049124109357532 . ISSN 0049-1241 . S2CID 60532456 .
  29. ^ abc Philippe ; Brzinsky-Fay, Christian (2014), Blanchard,   Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Graficzna reprezentacja przejść i sekwencji” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , badania przebiegu życia i polityka społeczna , Cham: Springer International Publishing, tom. 2, s. 265–284, doi : 10.1007/978-3-319-04969-4_14 , ISBN 978-3-319-04968-7 , dostęp 28.09.2021
  30. ^ a b c d e    Studer, Maciej; Ritschard, Gilbert; Gabadinho, Alexis; Müller, Nicolas S. (2011). „Analiza rozbieżności sekwencji stanów” . Metody i badania socjologiczne . 40 (3): 471–510. doi : 10.1177/0049124111415372 . ISSN 0049-1241 . S2CID 13307797 .
  31. ^ a b c d Gabadinho, Alexis; Ritschard, Gilbert (2013). Levy, René; Widmer, Eric D. (red.). „Poszukiwanie typowych trajektorii życia w zastosowaniu do historii porodów” . Kursy życia płciowego, między standaryzacją a indywidualizacją: europejskie podejście zastosowane w Szwajcarii . Zurych: LIT: 287–312.
  32. ^ a b c d e f g    Ritschard, Gilbert (2021). „Pomiar charakteru poszczególnych sekwencji” . Metody i badania socjologiczne : 004912412110361. doi : 10.1177/00491241211036156 . ISSN 0049-1241 . S2CID 236454203 .
  33. ^ a b    Raab, Marcel; Struffolino, Emanuela (2022). Analiza sekwencji . Zastosowanie ilościowe w naukach społecznych. Tom. 190. [Sl]: Sage Publications. ISBN 978-1-0718-0188-8 . OCLC 1286311303 .
  34. ^ abc Billari , Francesco C. (2005). „Analiza przebiegu życia: dwie (komplementarne) kultury? Kilka refleksji z przykładami z analizy przejścia w dorosłość” . Postępy w badaniach przebiegu życia . 10 : 261–281. doi : 10.1016/S1040-2608(05)10010-0 .
  35. ^ abc Ritschard , Gilbert    ; Studer, Matthias (2018), Ritschard, Gilbert; Studer, Matthias (red.), „Analiza sekwencji: gdzie jesteśmy, dokąd zmierzamy?” , Analiza sekwencji i podejścia pokrewne , Cham: Springer International Publishing, tom. 10, s. 1–11, doi : 10.1007/978-3-319-95420-2_1 , ISBN 978-3-319-95419-6 , S2CID 70139529 , pobrane 2021-09-29
  36. ^ a b c   Piccarreta, Raffaella; Studer, Matthias (2019). „Holistyczna analiza przebiegu życia: wyzwania metodologiczne i nowe perspektywy” . Postępy w badaniach przebiegu życia . 41 : 100251. doi : 10.1016/j.alcr.2018.10.004 . S2CID 149677674 .
  37. ^ ab Barban    , Nicola; Sironi, Maria (2019), Schoen, Robert (red.), „Analiza sekwencji jako narzędzie demografii rodziny” , Analytical Family Demography , Cham: Springer International Publishing, tom. 47, s. 101–123, doi : 10.1007/978-3-319-93227-9_5 , ISBN 978-3-319-93226-2 , S2CID 165317119 , pobrane 2021-09-29
  38. ^ a b c d    Gabadinho, Alexis; Ritschard, Gilbert (2016). „Analiza sekwencji stanów za pomocą probabilistycznych drzew sufiksów: pakiet PST R” . Dziennik oprogramowania statystycznego . 72 (3). doi : 10.18637/jss.v072.i03 . ISSN 1548-7660 . S2CID 63681202 .
  39. ^ a b c d e f    Helske, Satu; Helske, Jouni (2019). „Mieszanina ukrytych modeli Markowa dla danych sekwencji: pakiet seqHMM w R” . Dziennik oprogramowania statystycznego . 88 (3). doi : 10.18637/jss.v088.i03 . ISSN 1548-7660 . S2CID 14192465 .
  40. ^ a b    Parsons, Talcott (1951). System społeczny . Londyn: Routledge. ISBN 0-203-99295-4 . OCLC 69952066 .
  41. ^    Gershuny, Jonathan (2000). Zmieniające się czasy: praca i czas wolny w społeczeństwie postindustrialnym . Oxford [Anglia]: Oxford University Press. ISBN 0-19-828787-9 . OCLC 43930105 .
  42. ^    Giddens, Anthony (1986). Konstytucja społeczeństwa: zarys teorii strukturacji (wyd. 1 PBK). Berkeley: University of California Press. ISBN 0-520-05728-7 . OCLC 19097700 .
  43. ^    Bourdieu Pierre (1984). Wyróżnienie: społeczna krytyka oceny smaku . Ryszard Nice. Cambridge, Massachusetts: Harvard University Press. ISBN 978-0-674-21280-0 . OCLC 10323218 .
  44. ^   Sokin, Pitirim Aleksandrowicz; Bergera, Clarence'a Quinna (1939). Budżety czasowe ludzkich zachowań . Cambridge, MA: Harvard University Press. ISBN 0674891600 .
  45. ^   Presser, Harriet B. (1994). „Harmonogramy zatrudnienia wśród małżonków zarabiających podwójnie i podział pracy domowej według płci” . Amerykański Przegląd Socjologiczny . 59 (3): 348–364. doi : 10.2307/2095938 . JSTOR 2095938 .
  46. ^   Abell, Piotr (2004). „Wyjaśnienie narracyjne: alternatywa dla wyjaśnienia skoncentrowanego na zmiennych?” . Roczny przegląd socjologii . 30 (1): 287–310. doi : 10.1146/annurev.soc.29.010202.100113 . ISSN 0360-0572 .
  47. Bibliografia    _ Faris, Robert; Moody, James (1999). „Blokowanie przyszłości: nowe rozwiązania starych problemów w historycznych naukach społecznych” . Historia nauk społecznych . 23 (4): 501–533. doi : 10.1017/S0145553200021854 . ISSN 0145-5532 . S2CID 142075647 .
  48. ^ a b   Bearman, Peter S.; Kuchenka, Katherine (2000). „Stanie się nazistą: model dla sieci narracyjnych” . Poetyka . 27 (2–3): 69–90. doi : 10.1016/S0304-422X(99)00022-4 . S2CID 143086214 .
  49. ^ Simmel, Georg (1955) [1922]. Konflikt i sieć powiązań grupowych . Przetłumaczone przez Wolffa, Kurta H.; Bendix, Reinhard. Nowy Jork: bezpłatna prasa.
  50. ^   Breiger, Ronald L. (1974). „Dwoistość osób i grup” . Siły społeczne . 53 (2): 181–190. doi : 10.2307/2576011 . JSTOR 2576011 .
  51. Bibliografia _ Oris, Michel (2005). „Dane dotyczące przebiegu życia w demografii i naukach społecznych: podejścia statystyczne i eksploracji danych” . Postępy w badaniach przebiegu życia . 10 : 283–314. doi : 10.1016/S1040-2608(05)10011-2 .
  52. Bibliografia   _ Manfredini, Matteo; Oris, Michel (2014). Lundh, Christer; Kuroso, Satomi (red.). „Drogi do reprodukcji. Porównanie trajektorii życia w przedindustrialnej Eurazji” . Podobieństwo w różnicy. Małżeństwo w Europie i Azji, 1700-1900 . Harvard: MIT Press: 85–116. doi : 10.7551/mitpress/9944.003.0010 . ISBN 9780262325837 .
  53. ^ Brückner, Hannah; Mayer, Karl Ulrich (2005). „De-standaryzacja przebiegu życia: co to może oznaczać? ​​A jeśli to coś znaczy, czy faktycznie miało miejsce?” . Postępy w badaniach przebiegu życia . 9 : 27–53. doi : 10.1016/S1040-2608(04)09002-1 .
  54. ^ Billari, Francesco C.; Liefbroer, Aart C. (2010). „W kierunku nowego wzorca przejścia do dorosłości?” . Postępy w badaniach przebiegu życia . 15 (2–3): 59–75. doi : 10.1016/j.alcr.2010.10.003 .
  55. Bibliografia   _ Schumacher, Reto; Ritschard, Gilbert (2017). „Zmiany w kolejności wydarzeń z życia rodzinnego w Europie XX wieku: perspektywa międzyregionalna” . Badania historycznego przebiegu życia . 4 : 41–58. doi : 10.51964/hlcs9338 . ISSN 2352-6343 .
  56. ^ ab Pelletier    , Dawid; Bignami-Van Assche, Simona; Simard-Gendron, Anaïs (2020). „Pomiar złożoności przebiegu życia za pomocą dynamicznej analizy sekwencji” . Badania wskaźników społecznych . 152 (3): 1127–1151. doi : 10.1007/s11205-020-02464-y . ISSN 0303-8300 . S2CID 225474747 .
  57. ^      Pesando, Luca Maria; Barban, Nicola; Sironi, Maria; Furstenberg, Frank F. (2021). „Podejście oparte na analizie sekwencji do badania przejścia do dorosłości w krajach o niskich i średnich dochodach” . Przegląd ludności i rozwoju . 47 (3): 719–747. doi : 10.1111/padr.12425 . ISSN 0098-7921 . PMC 9292029 . PMID 35873669 . S2CID 226405934 .
  58. ^    Studer, Maciej; Struffolino, Emanuela; Fasang, Anette E. (2018). „Oszacowanie związku między zmiennymi towarzyszącymi i trajektoriami zmieniającymi się w czasie: procedura modelu wielostanowego analizy sekwencji” . Metodologia socjologiczna . 48 (1): 103–135. doi : 10.1177/0081175017747122 . hdl : 10419/191543 . ISSN 0081-1750 . S2CID 125988462 .
  59. ^    Blanchard, Philippe (2020), „Analiza sekwencji” , Sage Research Methods , Londyn, Wielka Brytania: Sage Publications Ltd, doi : 10.4135/9781526421036857077 , ISBN 978-1-5264-2103-6 , S2CID 241309596 , Pobrane 2021-09 -29
  60. ^   Blanchard, Filip; Dudouet, François-Xavier; Vion, Antoine (2015-10-15). „Le coeur des romans de la zone euro .: Une analyse structure et séequentielle des élites économiques transnationales” . Kultury i konflikty (98): 71–99. doi : 10.4000/conflits.19009 . ISSN 1157-996X .
  61. Bibliografia    _ Bailer, Stefanie; Meißner, Peter; Selb, Peter (2018). „Zwierzęta partyjne, osoby zmieniające karierę i inne drogi do parlamentu” . Polityka Europy Zachodniej . 41 (1): 169–195. doi : 10.1080/01402382.2017.1323485 . ISSN 0140-2382 . S2CID 158009222 .
  62. Bibliografia    _ Bailer, Stefanie; Turner-Zwinkels, Tomas (2021). „Zwycięzcy mandatu legislacyjnego: analiza poparlamentarnych stanowisk karier w Niemczech i Holandii” . Europejski Dziennik Badań Politycznych . 60 (1): 25–45. doi : 10.1111/1475-6765.12385 . ISSN 0304-4130 . S2CID 214312406 .
  63. ^ a b Fillieule, O. i Blanchard, P. (2013). Walka razem. Ocena ciągłości i zmian w organizacjach ruchu społecznego poprzez badanie heterogeniczności okręgów wyborczych. W A Political Sociology of Transnational Europe, rozdział 4. ECPR Press, Colchester.
  64. ^     Henriksen, Lasse Folke; Seabrooke, Leonard (2016). „Organizowanie ponadnarodowe: wydawanie specjalistów w sieciach zrównoważonego rozwoju środowiska” . Organizacja . 23 (5): 722–741. doi : 10.1177/1350508415609140 . ISSN 1350-5084 . PMC 5405819 . PMID 28490973 .
  65. ^ Buton, François; Lemercier, Claire; Mariot, Nicolas (2012). „Wpływ gospodarstwa domowego na uczestnictwo w wyborach. Analiza kontekstowa podpisów wyborców z francuskiego lokalu wyborczego (1982–2007)” . Studia wyborcze . 31 (2): 434–447. doi : 10.1016/j.electstud.2011.11.010 .
  66. Bibliografia    _ DeViney, Stanley (1992). „Państwo opiekuńcze jako wydarzenie ponadnarodowe: dowody z sekwencji przyjmowania polityki” . Historia nauk społecznych . 16 (2): 245–274. doi : 10.1017/S0145553200016473 . ISSN 0145-5532 . S2CID 147541414 .
  67. ^    Kuchenka, K. (2001). „Lokalne wzorce sekwencyjne: struktura linczu na głębokim południu, 1882-1930” . Siły społeczne . 79 (3): 843–880. doi : 10.1353/sof.2001.0026 . ISSN 0037-7732 . S2CID 131868278 .
  68. ^ a b    Casper, Gretchen; Wilson, Mateusz (2015). „Używanie sekwencji do modelowania kryzysów” . Badania i metody nauk politycznych . 3 (2): 381–397. doi : 10.1017/psrm.2014.27 . ISSN 2049-8470 . S2CID 55149551 .
  69. ^   Wilson, Matthew Charles (2014), Blanchard, Philippe; Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Rząd zbudowany krok po kroku: analiza sekwencji w celu wyjaśnienia demokratyzacji” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , badania przebiegu życia i polityka społeczna , Cham: Springer International Publishing, tom. 2, s. 213–227, doi : 10.1007/978-3-319-04969-4_11 , ISBN 978-3-319-04968-7 , dostęp 29.09.2021
  70. ^ ab Ritschard   , Gilbert; Gabadinho, Alexis; Studer, Maciej; Müller, Nicolas S. (2009), Ras, Zbigniew W.; Dardzińska, Agnieszka (red.), „Konwersja między różnymi reprezentacjami sekwencji” , Postępy w zarządzaniu danymi , Berlin, Heidelberg: Springer Berlin Heidelberg, tom. 223, s. 155–175, doi : 10.1007/978-3-642-02190-9_8 , ISBN 978-3-642-02189-3 , dostęp 29.09.2021
  71. ^ a b    McVicar, Duncan; Anyadike-Duńczycy, Michael (2002). „Przewidywanie udanych i nieudanych przejść ze szkoły do ​​pracy za pomocą metod sekwencyjnych” . Dziennik Królewskiego Towarzystwa Statystycznego, seria A (Statystyka w społeczeństwie) . 165 (2): 317–334. doi : 10.1111/1467-985X.00641 . ISSN 0964-1998 . S2CID 123442137 .
  72. ^ ab Scherer , S. (2001). „Wzorce wczesnej kariery: porównanie Wielkiej Brytanii i Niemiec Zachodnich” . Europejski Przegląd Socjologiczny . 17 (2): 119–144. doi : 10.1093/esr/17.2.119 .
  73. ^    Elzinga, Cees H. (2010). „Złożoność kategorycznych szeregów czasowych” . Metody i badania socjologiczne . 38 (3): 463–481. doi : 10.1177/0049124109357535 . ISSN 0049-1241 . S2CID 119486274 .
  74. ^ Brzinsky-Fay, C. (2018). Niewykorzystane zasoby: wskaźniki sekwencji i trajektorii. W International Symposium on Sequence Analysis and related Methods, Monte Verita, TI, Szwajcaria, 10–12 października 2018 r., .
  75. Bibliografia _ Ritschard, Gilbert; Studer, Maciej; Müller, Nicolas S. (2010). „Indice de complexité pour le tri et la comparaison de séquences catégorielles” . Revue des nouvelles technology de l'information RNTI . E-19 : 61–66.
  76. ^    Manzoni, Anna; Mooi-Reci, Irma (2018), Ritschard, Gilbert; Studer, Matthias (red.), „Measuring Sequence Quality” , Analiza sekwencji i powiązane podejścia , Cham: Springer International Publishing, tom. 10, s. 261–278, doi : 10.1007/978-3-319-95420-2_15 , ISBN 978-3-319-95419-6 , S2CID 158637400 , pobrane 2021-09-29
  77. Bibliografia   _ Bussi, Margherita; O'Reilly, Jacqueline (2018), Ritschard, Gilbert; Studer, Matthias (red.), „An Index of Precarity for Measuring Early Employment Insure” , Analiza sekwencji i powiązane podejścia , Cham: Springer International Publishing, tom. 10, s. 279–295, doi : 10.1007/978-3-319-95420-2_16 , ISBN 978-3-319-95419-6 , dostęp 29.09.2021
  78. ^ a b    Billari, Francesco C. (2001). „Analiza wczesnych kursów życia: złożone opisy przejścia do dorosłości” . Dziennik badań populacji . 18 (2): 119–142. doi : 10.1007/BF03031885 . ISSN 1443-2447 . S2CID 145013793 .
  79. ^    Fasang, Anette Eva; Liao, Tim Futing (2014). „Wizualizacja sekwencji w naukach społecznych: wykresy względnej sekwencji częstotliwości” . Metody i badania socjologiczne . 43 (4): 643–676. doi : 10.1177/0049124113506563 . hdl : 10419/209702 . ISSN 0049-1241 . S2CID 61487252 .
  80. ^   Brzinsky-Fay, Christian (2014), Blanchard, Philippe; Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Graficzna reprezentacja przejść i sekwencji” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , badania przebiegu życia i polityka społeczna , Cham: Springer International Publishing, tom. 2, s. 265–284, doi : 10.1007/978-3-319-04969-4_14 , ISBN 978-3-319-04968-7 , dostęp 29.09.2021
  81. ^ Gordon, Max (2021). „Gmisc: statystyki opisowe, wykresy przejść i więcej” . Kompleksowa sieć archiwów R (CRAN) (wersja pakietu R 2.0.1).
  82. ^ ab Bürgin    , Reto; Ritschard, Gilbert (2014). „Zdobiony równoległy wykres współrzędnych dla kategorycznych danych podłużnych” . Amerykański statystyk . 68 (2): 98–103. doi : 10.1080/00031305.2014.887591 . ISSN 0003-1305 . S2CID 121106778 .
  83. ^   Bison, Ivano (2014), Blanchard, Philippe; Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Sekwencja jako sieć: próba zastosowania analizy sieci do analizy sekwencji” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , badania przebiegu życia i polityki społeczne , Cham: Springer International Publishing, tom. 2, s. 231–248, doi : 10.1007/978-3-319-04969-4_12 , ISBN 978-3-319-04968-7 , dostęp 29.09.2021
  84. ^ a b c d e f    Studer, Maciej; Ritschard, Gilbert (2016). „Co ma znaczenie w różnicach między trajektoriami życia: przegląd porównawczy miar odmienności sekwencji” . Dziennik Królewskiego Towarzystwa Statystycznego, seria A (Statystyka w społeczeństwie) . 179 (2): 481–511. doi : 10.1111/rssa.12125 . ISSN 0964-1998 . S2CID 73566525 .
  85. ^ Levenshtein, V. (1966). „Kody binarne zdolne do korygowania usunięć, wstawień i odwróceń”. Sowiecka Fizyka Doklady . 10 : 707–710. Bibcode : 1966SPhD...10..707L .
  86. ^ a b    Hollister, Matissa (2009). „Czy optymalne dopasowanie jest nieoptymalne?” . Metody i badania socjologiczne . 38 (2): 235–264. doi : 10.1177/0049124109346164 . ISSN 0049-1241 . S2CID 120824998 .
  87. ^    Halpin, Brendan (2010). „Analiza optymalnego dopasowania i dane z przebiegu życia: znaczenie czasu trwania” . Metody i badania socjologiczne . 38 (3): 365–388. doi : 10.1177/0049124110363590 . hdl : 10344/3627 . ISSN 0049-1241 . S2CID 56229999 .
  88. ^    Biemanna, Torsten (2011). „Podejście zorientowane na przejście do optymalnego dopasowania” . Metodologia socjologiczna . 41 (1): 195–221. doi : 10.1111/j.1467-9531.2011.01235.x . ISSN 0081-1750 . S2CID 60508791 .
  89. ^     Marteau, Pierre-François (2009). „Odległość edycji dopasowania czasowego z dopasowaniem sztywności dla dopasowania szeregów czasowych” . Transakcje IEEE dotyczące analizy wzorców i inteligencji maszynowej . 31 (2): 306–318. arXiv : cs/0703033 . doi : 10.1109/TPAMI.2008.76 . ISSN 1939-3539 . PMID 19110495 . S2CID 10049446 .
  90. ^   Halpin, Brendan (2014), Blanchard, Philippe; Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Trzy narracje analizy sekwencji” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , badania przebiegu życia i polityki społeczne , Cham: Springer International Publishing, tom. 2, s. 75–103, doi : 10.1007/978-3-319-04969-4_5 , hdl : 10344/3624 , ISBN 978-3-319-04969-4 , pobrane 2021-10-01
  91. ^   Hamminga, RW (1950). „Kody wykrywania i korygowania błędów” . Dziennik techniczny systemu Bell . 29 (2): 147–160. doi : 10.1002/j.1538-7305.1950.tb00463.x . S2CID 61141773 .
  92. ^    Lesnard, Laurent (2010). „Ustalanie kosztów w optymalnym dopasowaniu w celu odkrycia współczesnych wzorców społeczno-czasowych” . Metody i badania socjologiczne . 38 (3): 389–419. doi : 10.1177/0049124110362526 . ISSN 0049-1241 . S2CID 4602338 .
  93. ^ Rohwer, G. i Pötter, U. (2002). Podręcznik użytkownika TDA. Software, Ruhr-Universität Bochum, Fakultät für Sozialwissenschaften, Bochum. Adres URL http://www.stat.ruhr-uni-bochum.de/tda.html .
  94. ^    Elzinga, Cees H. (2003). „Podobieństwo sekwencji: technika niewyrównania” . Metody i badania socjologiczne . 32 (1): 3–29. doi : 10.1177/0049124103253373 . ISSN 0049-1241 . S2CID 16031880 .
  95. ^    Elzinga, Cees H.; Studer, Matthias (2015). „Sekwencje zaklęć, bliskość stanów i metryki odległości” . Metody i badania socjologiczne . 44 (1): 3–47. doi : 10.1177/0049124114540707 . ISSN 0049-1241 . S2CID 53684713 .
  96. ^ Deville, J.-C.; Saporta, G. (1983). „Analiza korespondencji z rozszerzeniem w kierunku nominalnych szeregów czasowych” . Dziennik Ekonometrii . 22 (1–2): 169–189. doi : 10.1016/0304-4076(83)90098-2 .
  97. ^    Liao, Tim Futing; Fasang, Anette Eva (2021). „Porównywanie grup sekwencji przebiegu życia przy użyciu bayesowskiego kryterium informacyjnego i testu ilorazu wiarygodności” . Metodologia socjologiczna . 51 (1): 44–85. doi : 10.1177/0081175020959401 . ISSN 0081-1750 . S2CID 225163205 .
  98. ^    Piccarreta, Raffaella; Billari, Francesco C. (2007). „Klastrowanie pracy i trajektorii rodzinnych za pomocą algorytmu dzielącego” . Dziennik Królewskiego Towarzystwa Statystycznego, seria A (Statystyka w społeczeństwie) . 170 (4): 1061–1078. doi : 10.1111/j.1467-985X.2007.00495.x . ISSN 0964-1998 . S2CID 121190067 .
  99. ^    Kuchenka, Katherine; Dziki, Michael; Bearman, Peter (1996). „Przypisanie do osiągnięć: modele systemów karier w Lloyds Bank, 1890-1970” . American Journal of Sociology . 102 (2): 358–399. doi : 10.1086/230950 . ISSN 0002-9602 . S2CID 53967897 .
  100. ^    Gauthier, Jacques-Antoine; Widmer, Eric D.; Bucher, Filip; Notredame, Cedric (2010). „1. Analiza sekwencji wielokanałowych zastosowana do danych z nauk społecznych” . Metodologia socjologiczna . 40 (1): 1–38. doi : 10.1111/j.1467-9531.2010.01227.x . ISSN 0081-1750 . S2CID 220749824 .
  101. ^    Robette, Nicolas; Bry, Ksawery; Lelièvre, Éva (2015). „Podejście„ globalnej współzależności ”do wielowymiarowej analizy sekwencji” . Metodologia socjologiczna . 45 (1): 1–44. doi : 10.1177/0081175015570976 . ISSN 0081-1750 . S2CID 56303196 .
  102. ^    Piccarreta, Raffaella (2017). „Wspólna analiza sekwencji: asocjacja i grupowanie” . Metody i badania socjologiczne . 46 (2): 252–287. doi : 10.1177/0049124115591013 . ISSN 0049-1241 . S2CID 124969400 .
  103. Bibliografia    _ Berchtold, Andre (2022). „Porównanie dwóch podejść do wielokanałowej analizy sekwencji przy użyciu Swiss Household Panel” . Studia podłużne i życiowe : 1–32. doi : 10.1332/175795921X16698302233894 . ISSN 1757-9597 . S2CID 254964548 .
  104. ^ Liefbroer, Aart C.; Elzinga, Cees H. (2012). „Międzypokoleniowe przekazywanie wzorców zachowań: jak podobne są trajektorie demograficzne rodziców i dzieci?” . Postępy w badaniach przebiegu życia . 17 (1): 1–10. doi : 10.1016/j.alcr.2012.01.002 .
  105. ^   Liao, Tim (2021). „Wykorzystanie analizy sekwencji do ilościowego określenia, jak silnie powiązane są kursy życiowe” . Nauki socjologiczne . 8 : 48–72. doi : 10.15195/v8.a3 . S2CID 231781073 .
  106. ^ Vermunt, J., Tran, B. i Magidson, J. (2008). Modele klas ukrytych w badaniach podłużnych. W S Menard (red.), Handbook of Longitudinal Research: Design, Measurement and Analysis, s. 373–385. Elsevier, Burlington, MA. Adres URL https://www.statisticalinnovations.com/wp-content/uploads/Vermunt2008.pdf .
  107. ^   Barban, Nicola; Billari, Francesco C. (2012). „Klasyfikowanie trajektorii przebiegu życia: porównanie ukrytej analizy klas i sekwencji: klasyfikowanie trajektorii przebiegu życia” . Dziennik Królewskiego Towarzystwa Statystycznego, seria C (Statystyka Stosowana) . 61 (5): 765–784. doi : 10.1111/j.1467-9876.2012.01047.x . S2CID 122482708 .
  108. Bibliografia _ Liefbroer, Aart; Elzinga, Cees (2017-10-26). „Porównywanie metod klasyfikowania przebiegów życia: analiza sekwencji i analiza klas ukrytych” . Badania podłużne i przebieg życia . 8 (4). doi : 10.14301/llcs.v8i4.409 .
  109. ^    Mielnikow, Wołodymyr (2016). „ClickClust: pakiet R do grupowania sekwencji kategorialnych w oparciu o model” . Dziennik oprogramowania statystycznego . 74 (9). doi : 10.18637/jss.v074.i09 . ISSN 1548-7660 . S2CID 63370765 .
  110. Bibliografia    _ Murphy, T. Brendan; Piccarreta, Raffaella; Gormley, I. Claire (2021-07-08). „Grupowanie podłużnych sekwencji przebiegu życia przy użyciu mieszanin modeli odległości wykładniczej” . Dziennik Królewskiego Towarzystwa Statystycznego, seria A (Statystyka w społeczeństwie) . 184 (4): 1414-1451. ar Xiv : 1908.07963 . doi : 10.1111/rssa.12712 . ISSN 0964-1998 . S2CID 235828978 .
  111. ^   Bison, Ivano (2014), Blanchard, Philippe; Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Sekwencja jako sieć: próba zastosowania analizy sieci do analizy sekwencji” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , badania przebiegu życia i polityki społeczne , Cham: Springer International Publishing, tom. 2, s. 231–248, doi : 10.1007/978-3-319-04969-4_12 , ISBN 978-3-319-04968-7 , dostęp 01.10.2021
  112. ^   Cornwell, Beniamin; Watkins, Kate (08.07.2015), Thye, Shane R.; Lawler, Edward J. (red.), „Analiza sieci sekwencji: nowe ramy badania działań w grupach” , Postępy w procesach grupowych , Emerald Group Publishing Limited, tom. 32, s. 31–63, doi : 10.1108/s0882-614520150000032002 , ISBN 978-1-78560-077-7 , dostęp 01.10.2021
  113. ^ Fitzhugh, Sean M.; Butts, Carter T.; Pixley, Joy E. (2015). „Podejście oparte na wykresie historii życia do analizy i porównania historii życia” . Postępy w badaniach przebiegu życia . 25 : 16–34. doi : 10.1016/j.alcr.2015.05.001 .
  114. ^   Berchtold André; Raftery, Adrian (2002-08-01). „Model dystrybucji przejść mieszaniny dla łańcuchów Markowa wysokiego rzędu i niegaussowskich szeregów czasowych” . Nauka statystyczna . 17 (3). doi : 10.1214/ss/1042727943 . ISSN 0883-4237 .
  115. ^ a b   Heise, David R. (1989). „Modelowanie struktur zdarzeń*” . The Journal of Mathematical Sociology . 14 (2–3): 139–169. doi : 10.1080/0022250X.1989.9990048 . ISSN 0022-250X .
  116. ^ ab Corsaro   , William A.; Heise, David R. (1990). „Modele struktury zdarzeń na podstawie danych etnograficznych” . Metodologia socjologiczna . 20 : 1–57. doi : 10.2307/271081 . JSTOR 271081 .
  117. ^ ab Ritschard , Gilbert; Burgin, Reto; Studer, Matthias (2013). McArdle, John J.; Ritschard, Gilbert (red.). „Eksploracyjne wydobywanie historii wydarzeń życiowych” . Współczesne problemy eksploracji danych eksploracyjnych w naukach behawioralnych . Nowy Jork: Routledge: 221–253.
  118. ^    Rossignon, Florencja; Studer, Maciej; Gauthier, Jacques-Antoine; Goff, Jean-Marie Le (2018), Ritschard, Gilbert; Studer, Matthias (red.), „Analiza historii sekwencji (SHA): szacowanie wpływu przeszłych trajektorii na nadchodzące wydarzenie” , Analiza sekwencji i podejścia pokrewne , Cham: Springer International Publishing, tom. 10, s. 83–100, doi : 10.1007/978-3-319-95420-2_6 , ISBN 978-3-319-95419-6 , S2CID 73556149 , dostęp 01.10.2021
  119. ^   Studer, Maciej; Liefbroer, Aart C.; Mooyaart Jarl E. (2018). „Zrozumienie trendów w trajektoriach formowania się rodzin: zastosowanie analizy konkurencyjnych trajektorii (CTA)” . Postępy w badaniach przebiegu życia . 36 : 1–12. doi : 10.1016/j.alcr.2018.02.003 . S2CID 148866407 .
  120. ^ ab Studer    , Maciej; Struffolino, Emanuela; Fasang, Anette E. (sierpień 2018). „Oszacowanie związku między zmiennymi towarzyszącymi i trajektoriami zmieniającymi się w czasie: procedura modelu wielostanowego analizy sekwencji” . Metodologia socjologiczna . 48 (1): 103–135. doi : 10.1177/0081175017747122 . hdl : 10419/191543 . ISSN 0081-1750 . S2CID 125988462 .
  121. ^ a b     Studer, Matthias (2021). „Weryfikacja typologii analizy sekwencji przy użyciu parametrycznego ładowania początkowego” . Metodologia socjologiczna . 51 (2): 290–318. doi : 10.1177/00811750211014232 . ISSN 0081-1750 . PMC 8314995 . PMID 34366497 .
  122. Bibliografia    _ Struffolino, Emanuela (2018), Ritschard, Gilbert; Studer, Matthias (red.), „Rozpakowywanie dynamiki konfiguracyjnej: analiza sekwencji i jakościowa analiza porównawcza jako projekt metodą mieszaną” , Analiza sekwencji i podejścia pokrewne , Cham: Springer International Publishing, tom. 10, s. 167–184, doi : 10.1007/978-3-319-95420-2_10 , ISBN 978-3-319-95419-6 , S2CID 125101124 , pobrane 2021-10-01
  123. ^ a b    Halpin, Brendan (2016). „Wielokrotne imputacje dla kategorycznych szeregów czasowych” . The Stata Journal: Promowanie komunikacji na temat statystyk i statystyk . 16 (3): 590–612. doi : 10.1177/1536867X1601600303 . ISSN 1536-867X . S2CID 124260727 .
  124. ^ a b    Lazar, Alina; Jin, Ling; Spurlock, C. Anna; Wu, Kesheng; Sim, Alex; Todd, Annika (2019). „Ocena wpływu braków danych i mieszanych typów danych na grupowanie sekwencji społecznościowych przy użyciu wizualizacji t-SNE” . Dziennik jakości danych i informacji . 11 (2): 1–22. doi : 10.1145/3301294 . ISSN 1936-1955 . S2CID 75139730 .
  125. ^   Piccarreta, Raffaella; Struffolino, Emanuela (2019-09-26). „Zintegrowana heurystyka do walidacji w analizie sekwencji” . Dokumenty SocArXiv . doi : 10.31235/osf.io/v7mj8 . S2CID 241175463 .
  126. ^    Formilan, Giovanni; Ferriani, Simone; Cattani, Gino (2020), „Esej metodologiczny na temat zastosowania analizy sekwencji społecznych do badania trajektorii twórczości” , Handbook of Research Methods on Creativity , Edward Elgar Publishing, s. 329–350, doi : 10.4337/9781786439659.00034 , ISBN 978-1-78643-965-9 , S2CID 225632580 , pobrano 2021-10-01
  127. ^    Kuchenka, Katherine; Bolan, Marc (2004). „Trajektorie mieszkaniowe: wykorzystanie optymalnego wyrównania do ujawnienia struktury mobilności mieszkaniowej” . Metody i badania socjologiczne . 32 (4): 559–598. doi : 10.1177/0049124103262683 . ISSN 0049-1241 . S2CID 120959137 .
  128. ^    Cornwell, Beniamin; Gershuny, Jonathan; Sullivan, Oriel (2019). „Społeczna struktura czasu: pojawiające się trendy i nowe kierunki” . Roczny przegląd socjologii . 45 (1): 301–320. doi : 10.1146/annurev-soc-073018-022416 . ISSN 0360-0572 . S2CID 155798483 .
  129. ^     Vagni, Giacomo (2020). „Społeczne rozwarstwienie wzorców wykorzystania czasu” . Brytyjski Dziennik Socjologii . 71 (4): 658–679. doi : 10.1111/1468-4446.12759 . ISSN 0007-1315 . PMID 32347545 . S2CID 216647800 .
  130. ^     Soller, Brian (2014). „Złapany w złym romansie: romantyczne związki nastolatków i zdrowie psychiczne” . Dziennik zdrowia i zachowań społecznych . 55 (1): 56–72. doi : 10.1177/0022146513520432 . ISSN 0022-1465 . PMID 24578396 . S2CID 1315015 .
  131. ^    Andrade, Stefan B. (2019). „Czasowy rytm spożywania alkoholu: o rozwoju tygodniowych wzorców picia młodych ludzi” . MŁODY . 27 (3): 225–244. doi : 10.1177/1103308818782264 . ISSN 1103-3088 . S2CID 150162516 .
  132. ^   Oris, Michel; Ritschard, Gilbert (2014), Blanchard, Philippe; Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Analiza sekwencji i przejście do dorosłości: badanie dostępu do reprodukcji w dziewiętnastowiecznej wschodniej Belgii” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , Cham: Springer International Publishing, tom. 2, s. 151–167, doi : 10.1007/978-3-319-04969-4_8 , ISBN 978-3-319-04968-7 , dostęp 01.10.2021
  133. Bibliografia    _ Ang, Shannon (2020). „Trajektorie przemian w związkach w okresie wschodzącej dorosłości: status społeczno-ekonomiczny i różnice rasowe / etniczne w National Longitudinal Survey of Youth 1997 Cohort” . Dziennik małżeństwa i rodziny . 82 (2): 713–732. doi : 10.1111/jomf.12662 . hdl : 2027.42/154487 . ISSN 0022-2445 . S2CID 213174352 .
  134. ^     Raab, Marcel; Struffolino, Emanuela (2020). „Heterogeniczność trajektorii partnerstwa do bezdzietności w Niemczech” . Europejski Dziennik Ludności . 36 (1): 53–70. doi : 10.1007/s10680-019-09519-y . ISSN 0168-6577 . PMC 7018890 . PMID 32116478 .
  135. ^ Struffolino, Emanuela; Studer, Maciej; Fasang, Anette Eva (2016). „Kursy dotyczące płci, edukacji i życia rodzinnego we wschodnich i zachodnich Niemczech: spostrzeżenia z nowych technik analizy sekwencji” . Postępy w badaniach przebiegu życia . 29 : 66–79. doi : 10.1016/j.alcr.2015.12.001 .
  136. ^   Wilson, Matthew Charles (2014), Blanchard, Philippe; Bühlmann, Felix; Gauthier, Jacques-Antoine (red.), „Rząd zbudowany krok po kroku: analiza sekwencji w celu wyjaśnienia demokratyzacji” , Postępy w analizie sekwencji: teoria, metoda, zastosowania , badania przebiegu życia i polityka społeczna , Cham: Springer International Publishing, tom. 2, s. 213–227, doi : 10.1007/978-3-319-04969-4_11 , ISBN 978-3-319-04968-7 , pobrane 2021-10-02
  137. ^    Borghetto, Enrico (2014). „Procesy legislacyjne jako sekwencje: badanie czasowych trajektorii włoskiego stanowienia prawa za pomocą analizy sekwencji” . Międzynarodowy Przegląd Nauk Administracyjnych . 80 (3): 553–576. doi : 10.1177/0020852313517996 . ISSN 0020-8523 . S2CID 153792145 .
  138. ^     Laceulle, Odilia M.; Veenstra, René; Vollebergh, Wilma AM; Ormel, Johan (2019). „Sekwencje nieprzystosowania: samoregulacja przed okresem dojrzewania, negatywne interakcje społeczne nastolatków i psychopatologia młodych dorosłych” . Rozwój i psychopatologia . 31 (1): 279–292. doi : 10.1017/S0954579417001808 . ISSN 0954-5794 . PMID 29229016 . S2CID 11613254 .
  139. ^     Le Meur, Nolwenn; Vigneau, Cécile; Lefort, Matylda; Lebbah, Said; Jais, Jean-Philippe; Daugas, Eric; Bayat, Sahar (2019). „Analiza sekwencji stanów kategorycznych i drzewo regresji w celu identyfikacji wyznaczników trajektorii opieki w chorobie przewlekłej: przykład schyłkowej niewydolności nerek” . Metody statystyczne w badaniach medycznych . 28 (6): 1731–1740. doi : 10.1177/0962280218774811 . ISSN 0962-2802 . PMID 29742976 . S2CID 13663554 .
  140. ^    Durrant, Gabriele B.; Masłowskaja, Olga; Smith, Peter WF (2019). „Badanie danych z rejestrów połączeń za pomocą analizy sekwencji w celu informowania o adaptacyjnych projektach ankiet” . Międzynarodowy Dziennik Metodologii Badań Społecznych . 22 (1): 37–54. doi : 10.1080/13645579.2018.1490981 . ISSN 1364-5579 . S2CID 149780493 .
  141. ^   Brum-Bastos, Vanessa S.; Długie, Jed A.; Demšar, Urška (2018). „Wpływ pogody na mobilność człowieka: badanie z wykorzystaniem wielokanałowej analizy sekwencji” . Komputery, środowisko i systemy miejskie . 71 : 131–152. doi : 10.1016/j.compenvurbsys.2018.05.004 . hdl : 10023/18993 . S2CID 52074761 .
  142. Bibliografia _ Anable, Jillian; Vrotsou, Katerina (2016). „Praktyki zależne od samochodu: wyniki badania eksploracji wzorców sekwencji danych dotyczących wykorzystania czasu w Wielkiej Brytanii” . Badania nad transportem Część A: Polityka i praktyka . 89 : 56–72. doi : 10.1016/j.tra.2016.04.010 .
  143. ^    Vrotsou, Katerina; Ynnerman, Anders; Cooper, Mateusz (2014). „Czy jesteśmy tym, co robimy? Badanie zachowania grupy poprzez zdefiniowane przez użytkownika podobieństwo sekwencji zdarzeń” . Wizualizacja informacji . 13 (3): 232–247. doi : 10.1177/1473871613477852 . ISSN 1473-8716 . S2CID 7455826 .
  144. ^   Mas, Jean-François; Nogueira de Vasconcelos, Rodrigo; Franca-Rocha, Waszyngton (2019). „Analiza trajektorii użytkowania gruntów / pokrycia terenu w wysokiej rozdzielczości czasowej” . Ziemia . 8 (2): 30. doi : 10.3390/land8020030 . ISSN 2073-445X .
  145. ^ Raab, Marcel (2022), ggseqplot: Wykresy sekwencji renderowania przy użyciu „ggplot2” , CRAN , pobrane 2022-07-30
  146. ^ Robette, Nicolas (29.06.2020), seqhandbook: Miscellaneous Tools for Sequence Analysis , CRAN , pobrane 21.09.2022
  147. Bibliografia _ Guinchard, Anthony; Emery Kevin; Taher, Kamyar (2022-09-08), seqimpute: Imputation of Missing Data in Sequence Analysis , Wersja 1.7, CRAN , pobrano 2022-09-21
  148. ^   Blanchard, Filip; Bühlmann, Felix; Gauthier, Jacques-Antoine, wyd. (2014). Postępy w analizie sekwencji: teoria, metoda, zastosowania . Badania przebiegu życia i polityka społeczna. Tom. 2. Cham: Springer International Publishing. doi : 10.1007/978-3-319-04969-4 . ISBN 978-3-319-04968-7 .
  149. Bibliografia _ Studer, Matthias, wyd. (2016). Materiały z Międzynarodowej Konferencji na temat Analizy Sekwencji i Metod Pokrewnych (LaCOSA II), Lozanna, 8-10 czerwca 2016 (PDF) . Lozanna: NCCR ŻYJE.
  150. Bibliografia   _ Studer, Matthias, wyd. (2018). Analiza sekwencji i powiązane podejścia: innowacyjne metody i zastosowania . Badania przebiegu życia i polityka społeczna. Tom. 10. Cham: Springer International Publishing. doi : 10.1007/978-3-319-95420-2 . ISBN 978-3-319-95419-6 .

Linki zewnętrzne

Pobrane z „ https://en.wikipedia.org/w/index.php?title=Sequence_analysis_in_social_sciences&oldid=1131224235 ”