R语言群体轨迹建模求助：flexmix轨迹绘制及工具选择

一、修正flexmix代码：适配序数变量+正确绘制拟合轨迹 #

你的核心问题有两个：一是用了默认的线性模型拟合序数变量Y（1-5），导致分组逻辑不符合数据特性；二是绘图用原始数据的均值变化，没有展示模型拟合的分组轨迹，所以效果不佳。以下是修正后的代码：

library(dplyr)
library(flexmix)
library(ggplot2)
library(ordinal)

# 读取数据（替换为你的数据文件路径）
data <- read.csv("your_data.csv")

# 拟合序数混合模型（适配Y的序数属性）
fit <- flexmix(Y ~ t + I(t^2) | ID, data = data, k = 3, 
               model = FLXMRclm()) # 用序数回归模型替代默认线性模型

# 为每个样本分配分组
data$group <- clusters(fit)

# 生成覆盖全时间范围的序列，用于预测轨迹
t_seq <- seq(min(data$t), max(data$t), length.out = 100)

# 提取每个分组的模型，计算预测值（序数变量的期望）
group_preds <- lapply(1:3, function(g) {
  model <- getModel(fit, g)
  pred_data <- data.frame(t = t_seq)
  pred_data$group <- g
  # 预测各Y值的概率，计算期望作为轨迹代表值
  prob_preds <- predict(model, newdata = pred_data, type = "prob")
  pred_data$pred_Y <- rowSums(prob_preds * 1:5)
  pred_data
}) %>% bind_rows()

# 绘制轨迹图：原始数据点+拟合轨迹
ggplot() +
  geom_point(data = data, aes(x = t, y = Y, color = as.factor(group)), alpha = 0.3) +
  geom_line(data = group_preds, aes(x = t, y = pred_Y, color = as.factor(group)), linewidth = 1) +
  labs(title = "Y的分组轨迹拟合",
       x = "距首次记录的月数",
       y = "Y的预测期望",
       color = "分组") +
  theme_minimal()

二、更适合新手的轨迹分组工具推荐 #

如果你觉得flexmix的语法太复杂，推荐两个专门做轨迹分组的工具，更贴合你的需求：

1. traj包（入门首选） #

专门针对纵向数据的轨迹分析，支持序数变量，操作简单，自带绘图功能。需要先把长格式数据转成宽格式：

library(traj)
library(tidyr)

# 长转宽：每个ID一行，列对应不同时间点的Y值
wide_data <- data %>% 
  pivot_wider(id_cols = ID, names_from = t, values_from = Y)

# 运行序数轨迹分组（指定nclusters为你想要的组数）
traj_fit <- traj(wide_data[, -1], model = "ORD", nclusters = 3)

# 直接绘制轨迹图
plot(traj_fit)

2. lcmm包（功能进阶） #

适合复杂纵向数据的潜类别混合模型，支持序数、连续等多种结局变量，能处理时间点不一致的情况，结果更严谨。

三、补充说明 #

• 你之前尝试的gbmt是梯度提升树，这类工具更适合预测或变量筛选，不适合轨迹分组这类“找相似模式”的任务；
• 选择组数k时，可以通过flexmix的logLik或者traj包的模型诊断指标（如BIC）来确定最优组数，不要直接指定3。

内容的提问来源于stack exchange，提问作者Tasosmav