Во-первых, позвольте мне сразу признать, что я не настолько разбираюсь в статистике и математике, как хотелось бы. Некоторые могут сказать, что достаточно знаний, чтобы быть опасными. : D Я прошу прощения, если я не использую терминологию правильно.
Я пытаюсь смоделировать вероятности перехода системы из одного состояния в другое. Простая марковская модель - хорошее начало. (Набор состояний, набор вероятностей начальных состояний, набор вероятностей переходов между состояниями.)
Однако система, которую я моделирую, более сложна, чем эта. Вероятности перехода, приводящие к состоянию в момент времени T, скорее всего, зависят от переменных, отличных от состояния в момент времени T-1. Например, S1 -> S2 может иметь вероятность перехода в 40%, когда светит солнце, но вероятность S1 -> S2 достигает 80%, когда идет дождь.
Дополнительная информация из вопросов комментаторов:
- Состояния наблюдаемы.
- Там будет только 5-10 штатов.
- В настоящее время мы хотим исследовать около 30 ковариат, хотя окончательная модель, безусловно, будет иметь меньше, чем эта.
- Некоторые ковариаты непрерывны, другие дискретны.
Три вопроса:
- Как я могу включить условные вероятности перехода в мою марковскую модель?
- Или есть другая перспектива, с которой я должен полностью подойти к этому вопросу?
- Кроме того, какие ключевые слова / концепции я должен искать в Интернете, чтобы узнать больше об этом?
Я уже был в Интернете в поисках таких вещей, как «модели Маркова с вероятностями условного перехода», но до сих пор ничто не шлепнуло меня по лицу и сказал: «Это твой ответ, дурак!»
Спасибо за вашу помощь и терпение.