คำนวณ Transition Matrix (Markov) ใน R

มีวิธีใน R (ฟังก์ชันในตัว) ในการคำนวณเมทริกซ์การเปลี่ยนแปลงสำหรับ Markov Chain จากชุดการสังเกตหรือไม่?

ตัวอย่างเช่นการใช้ชุดข้อมูลดังต่อไปนี้และคำนวณเมทริกซ์การเปลี่ยนแปลงคำสั่งแรก?

dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = 100, replace=TRUE)))

ฉันไม่ได้ตระหนักถึงฟังก์ชั่น "ในตัว" ทันที (เช่นในbaseหรือใกล้เคียง) แต่เราสามารถทำได้อย่างง่ายดายและมีประสิทธิภาพในสองบรรทัดของรหัส

นี่คือฟังก์ชั่นที่รับเมทริกซ์ (ไม่ใช่เฟรมข้อมูล) เป็นอินพุตและสร้างการนับการเปลี่ยนแปลง ( prob=FALSE) หรือโดยค่าเริ่มต้น ( prob=TRUE) ความน่าจะเป็นของการเปลี่ยนแปลงโดยประมาณ

# Function to calculate first-order Markov transition matrix.
# Each *row* corresponds to a single run of the Markov chain
trans.matrix <- function(X, prob=T)
{
    tt <- table( c(X[,-ncol(X)]), c(X[,-1]) )
    if(prob) tt <- tt / rowSums(tt)
    tt
}

หากคุณต้องการเรียกมันในกรอบข้อมูลคุณสามารถทำได้เสมอ

trans.matrix(as.matrix(dat))

หากคุณกำลังมองหาแพ็คเกจบุคคลที่สามRseekหรือเว็บไซต์ค้นหา Rอาจจัดหาทรัพยากรเพิ่มเติม

ฉันเพิ่งอัปโหลดแพ็คเกจ R ใหม่markovchainตามรูปแบบการเขียนโปรแกรม S4 พร้อมกับวิธีการต่าง ๆ ในการจัดการกับวัตถุ S4 markovchain มันมีฟังก์ชั่นเพื่อให้พอดีกับห่วงโซ่มาร์คอฟจากลำดับของรัฐ มองไปที่:

library(markovchain) 
sequence <- c("a", "b", "a", "a", "a", "a", "b", "a", "b", "a", 
              "b", "a", "a", "b", "b", "b", "a")
mcFit <- markovchainFit(data=sequence)

มันสามารถช่วย