In this paper we describe an algori

In this paper we describe an algorithm for clustering multivariate time series with variables taking both categorical and continuous values. Time series of this type are frequent in health care, where they represent the health trajectories of individuals. The problem is challenging because categorical variables make it difficult to define a meaningful distance between trajectories. We propose an approach based on Hidden Markov Models (HMMs), where we first map each trajectory into an HMM, then define a suitable distance between HMMs and finally proceed to cluster the HMMs with a method based on a distance matrix. We test our approach on a simulated, but realistic, data set of 1,255 trajectories of individuals of age 45 and over, on a synthetic validation set with known clustering structure, and on a smaller set of 268 trajectories extracted from the longitudinal Health and Retirement Survey. The proposed method can be implemented quite simply using standard packages in R and Matlab and may be a good candidate for solving the difficult problem of clustering multivariate time series with categorical variables using tools that do not require advanced statistic knowledge, and therefore are accessible to a wide range of researchers.

Results (Vietnamese) 1:

Trong bài này, chúng tôi mô tả một thuật toán clustering đa biến thời gian series với biến dùng giá trị phân loại và liên tục. Chuỗi thời gian loại này được thường xuyên trong y tế, nơi mà họ đại diện cho hnăm sức khỏe của cá nhân. Vấn đề thách thức bởi vì các biến categorical làm cho nó khó khăn để xác định cách có ý nghĩa giữa hnăm. Chúng tôi đề xuất một cách tiếp cận dựa trên ẩn Markov mô hình (HMMs), nơi chúng tôi lần đầu tiên bản đồ mỗi quỹ đạo vào một HMM, sau đó xác định khoảng cách thích hợp giữa HMMs và cuối cùng tiếp tục đến nhóm các HMMs với một phương pháp dựa trên một khoảng cách ma trận. Chúng tôi kiểm tra phương pháp tiếp cận của chúng tôi vào một nhóm dữ liệu mô phỏng, nhưng thực tế, 1.255 hnăm cá nhân của 45 tuổi và qua, trên một xác nhận tổng hợp thiết lập với cấu trúc kết cụm được biết đến, và trên một tập hợp nhỏ hơn của 268 hnăm chiết xuất từ sức khỏe và nghỉ hưu khảo sát theo chiều dọc. Các phương pháp được đề xuất có thể được thực hiện khá đơn giản sử dụng gói chuẩn trong R và Matlab và có thể là một ứng cử viên tốt để giải quyết vấn đề khó khăn của cụm đa biến thời gian series với phân loại biến bằng cách sử dụng công cụ mà không cần nâng cao thống kê kiến thức, và do đó có thể truy cập đến một loạt các nhà nghiên cứu.

Results (Vietnamese) 2:

Trong bài báo này chúng tôi mô tả một thuật toán để phân nhóm chuỗi thời gian đa biến với các biến lấy giá trị cả phân loại và liên tục. Chuỗi thời gian của loại này là thường xuyên trong việc chăm sóc sức khỏe, nơi họ đại diện các quỹ đạo y tế của các cá nhân. Vấn đề là thách thức vì các biến phân loại làm cho nó khó khăn để xác định một khoảng cách có ý nghĩa giữa các quỹ đạo. Chúng tôi đề xuất một phương pháp tiếp cận dựa trên mô hình Markov ẩn (HMMs), nơi chúng tôi lần đầu tiên đồ mỗi quỹ đạo vào một HMM, sau đó xác định một khoảng cách thích hợp giữa HMMs và cuối cùng tiến hành cluster HMMs với một phương pháp dựa trên một ma trận khoảng cách. Chúng tôi thử nghiệm cách tiếp cận của chúng tôi trên một mô phỏng, nhưng thực tế, dữ liệu thiết lập của 1.255 quỹ đạo của các cá nhân thuộc 45 tuổi trở lên, trên một xác nhận tổng hợp thiết lập với cấu trúc phân nhóm được biết đến, và trên một tập hợp nhỏ hơn 268 quỹ đạo chiết xuất từ ​​các điều tra y tế và hưu trí theo chiều dọc . Các phương pháp được đề xuất có thể được thực hiện khá đơn giản bằng cách sử dụng phần mềm chuẩn trong R và Matlab và có thể là một ứng cử viên tốt cho việc giải quyết các vấn đề khó khăn của phân nhóm chuỗi thời gian đa biến với các biến phân loại bằng cách sử dụng các công cụ mà không đòi hỏi phải tăng kiến ​​thức thống kê, và do đó có thể truy cập đến một loạt các nhà nghiên cứu.