GSEQ行为序列分析软件学习汇总

0、问题描述:

  • 1、GSEQ软件是做什么的?
  • 2、GSEQ软件如何使用?
  • 2、GSEQ软件前期需要在“记事本”中编写“程式码”需要将所有行为数据编码之后,将编码行为序列粘贴到GSEQ软件中去,如果数据量很大,这个过程就非常繁杂了,是否可以简化这个数据处理流程?

1、GSEQ软件介绍:

在这里插入图片描述

  • GSEQ是一款交互序列分析软件,通过这款软件,我们可以将编码之后的交互行为之间的关系,通过力导向图绘制出来,这样就可以知道每个编码行为之间的相关性了,举例来说就是通过这款软件分析你提供的行为编码序列,就能分析出来某个行为之后大概率会出现哪个行为,因此这款软件常用于分析教学行为的相关性。

2、GSEQ软件的使用:

  • 建议观看B站簡淑芸博士的讲解视频,一共有4个,非常清晰,流程很细致,小白友好!(B站昵称:bili_30700546278)
  • 当然如果你的理解能力足够好,可以跳过上面的建议,我已经对讲解视频进行的总结,总结如下:
    • 1、将你的编码行为序列赋值到记事本中,格式如下:我下面的例子中一共有三个测试对象,注意最后一个测试对象编码行为序列结束后要加“/”还有就是其他测试对象编码行为序列结束后加";",这个步骤得到的就是往GSEQ中输入的程式码。
      在这里插入图片描述
    • 2、打开GSQE软件(注意使用期间不要最小化!否则可能会出现异常报错)
    • 3、在软件界面选择File➡New SDS,在弹出空白界面复制第1步记事本中的程式码(注意粘贴的时候是不识别ctrl+v快捷键的,要用右键鼠标粘贴)
    • 4、在软件界面选择Comple➡Complie to MDS,如果编译过程没有报错,则表明第一步往记事本中输入的程式码无误。否则请检查第程式码中是否出现格式错误。
    • 5、在软件界面选择Run➡Computer table stats,在跳出窗口中的Move codes to模块中选择givens,然后将中间最左边的需要分析的编码值全部选中,点击move select(向右单箭头)将编码行为移动到中间,然后Move codes to模块中选择targets,同样全选要分析的编码值,通过move select移动到右边。然后,在最右边勾选adjusted residual(残差分析),然后就可以点击左上角的绿色运行按钮了,运行结束后,将结果保存。
    • 6、把结果放到Excel中,通过条件单元格格式设置,将数值大于1.96的值全部标红(大于1.96表明这两个行为之间是强相关的),然后就可以通过ppt绘制行为转换图了。

★3、数据量过大,要用GSEQ软件分析,应该如何从excel中把数据粘贴到记事本中成为可以输入到GSEQ的程式码?:思路就是通过python的pandas库将excel表格数据读入到python容器中,然后将表格数据通过python文件的写操作,按照格式一条一条写到记事本中去,这种方法的好处就是只要python代码没问题,就可以通过excel表格生成记事本的程式码。

  • 首先在Excel中记录每一个测试对象的行为编码,截图如下:可以看到我这里表格中每个测试对象有37个行为,展示了部分测试对象。
    在这里插入图片描述

  • 然后写python代码

# 导包
import numpy as np
import pandas as pddata = pd.read_excel('./2test.xlsx') # 把你的excel文件读入data中data_copy = data.loc[:,'第1个行为':'第6个行为'].copy() # 通过筛选只保留行为序列
data_copy = data_copy.replace(0, 'No') # 因为行为序列可能参差不齐,所以将空数据在excel中用0表示,然后在代码中用No代替。# 通过python文件写操作,将结果保存为txt文件,按照指定格式
with open('output.txt', 'w') as f:f.write("Event\n($Action = A B C D E F G H I J K L No)\nType (Clinic Control);\n\n")for idx, row in data_copy.iterrows():f.write(f"% id#{idx}\n")formatted_row = '\t'.join(map(str, row))  # 将每个值转换为字符串,并且在每个元素之间添加制表符分隔f.write(f"{formatted_row};\n\n")

注意:这个代码运行结束之后,最后一条行为序列后面加的是“;”,要改成“/”,最后生成的程式码结果如下:
在这里插入图片描述


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/339459.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

图纸版本管理混乱怎么办?彩虹PDM系统帮你搞定!

在现代制造业和工程领域,图纸版本管理的混乱常常是一个棘手的问题。不同版本的图纸可能导致严重的错误和生产问题,影响了产品质量和交付时间。然而,有一个强大的工具可以帮助企业解决这个问题,那就是PDM产品数据管理系统。彩虹PDM…

如何在 Microsoft Edge 浏览器中启用自动刷新

你是否经常发现自己在使用 Microsoft Edge 时点击刷新按钮?如果您需要一个网页以设定的时间间隔自动更新,那么请接着往下看。 在这篇博文中,我们探讨如何在 Microsoft Edge 浏览器中启用和管理自动刷新功能。 为什么选择自动刷新&#xff1…

spring cloud之集成sentinel

写在前面 源码 。 本文一起看下spring cloud的sentinel组件的使用。 1:准备 1.1:理论 对于一个系统来说,最重要的就是高可用,那么如何实现高可用呢?你可能会说,集群部署不就可以了,但事实并…

SpringBoot+Vue药品ADR不良反应智能监测系统源码

药品不良反应(Adverse Drug Reaction,ADR)是指合格药品在正常用法用量下出现的与用药目的无关的有害反应,不包括超说明书用药、药品质量问题等导致的不良后果。 ADR智能监测系统开发环境 ❀技术架构:B/S ❀开发语言&…

2024年A特种设备相关管理(电梯)证考试题库及A特种设备相关管理(电梯)试题解析

题库来源:安全生产模拟考试一点通公众号小程序 2024年A特种设备相关管理(电梯)证考试题库及A特种设备相关管理(电梯)试题解析是安全生产模拟考试一点通结合(安监局)特种作业人员操作证考试大纲…

【MySQL】视图,15道常见面试题---含考核思路详细讲解

目录 一 视图 1.1视图是什么 1.2 创建视图 1.3 查看视图(两种) 1.4 修改视图(两种) 1.5 删除视图 二 外连接&内连接&子查询介绍 2.1 外连接 2.2 内连接 2.3 子查询 三 外连接&内连接&子查询案例 3.1 了解表结构与数据 3.2 15道常见面试题 四 思…

《JVM由浅入深学习【七】 2024-01-11》JVM由简入深学习提升分享

亲爱的读者们,欢迎来到本篇博客,这是JVM第七次分享,下面是七个JVM常用常面的分享,请笑纳 目录 1. 几个与JVM 内存相关的核心参数2.如何计算一个对象的大小3.堆为什么要分为新生代和老年代4.JVM堆的年轻代为什么要有两个 Survivor…

解密Spring Boot的快速启动引擎:揭秘背后的秘密

目录 1、前言 2、什么是Spring Boot 3、Spring Boot的快速启动引擎 3.1 自动配置 3.2 简化的依赖管理 3.3 内嵌式容器 3.4 自动化部署 4、Spring Boot的核心原理 4.1 Spring Boot的启动流程 4.2 Spring Boot的自动配置原理 4.3 Spring Boot的依赖管理原理 4.4 Spri…

ChatGPT新出Team号 年付费

之前一直传的团队版ChatGPT终于来了,这个对拼单的比较合算。每人每月25美元,只能按年支付。 团队版比普通版多的权益有: ◈更多的GPT-4消息上限,三小时100次。 ◈可以创建与团队内部共享的GPTs。 ◈用于工作空间管理的管理员控…

能赚钱的GPT Store正式上线!如何将自己的 GPT 放到商店中?

等了两个月,OpenAI 的 GPT Store 今日凌晨终于上线!上线 GPT Store 的同时,OpenAI 同步了最新的 GPTs 数据:截止到1月11日,用户已创建300万的GPTs! GPTs 开发者可以通过 GPTs 来获利。OpenAI 将在今年第一季…

单片机原理及应用——C51语言版(第2版,林立、张俊亮编著)课后习题及答案

第一章习题 1.1 单项选择题 (1) 单片机又称为单片微计算机,最初的英文缩写是____。 答案(D) A.MCPB.CPUC.DPJD.SCM (2) Intel公司的MCS-51系列单片机是______的单片机。 答案(C) A.1位B.4位C.8位D.16位 &#xf…

2023 年度总结—总结我今年的AI之路-多项目实战经验谈AI发展前景

各位好,我是难忘,对人工智能方向有所研究,今年一年除了开发了几个软件项目之外的时间,基本都用到了学习研究AI上,最近几个月也是产出了几款AI领域的爆火文章,也把自己学习AI的笔记写了一个专栏,…