Вычислить матрицу перехода (Маркова) в R

Есть ли способ в R (встроенная функция) вычислить матрицу переходов для цепи Маркова из набора наблюдений?

Например, взять набор данных, подобный следующему, и вычислить матрицу перехода первого порядка?

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

Я не сразу осведомлен о «встроенной» функции (например, в baseили аналогичной), но мы можем сделать это очень легко и эффективно в несколько строк кода.

Вот функция, которая принимает матрицу (а не фрейм данных) в качестве входных данных и создает либо countts перехода ( prob=FALSE), либо, по умолчанию ( prob=TRUE), оценочные вероятности перехода.

# 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
}

Если вам нужно вызвать его на фрейме данных, вы всегда можете сделать

trans.matrix(as.matrix(dat))

Если вы ищете какой-либо сторонний пакет, то Rseek или поисковый сайт R могут предоставить дополнительные ресурсы.

Я только что загрузил новый пакет R markovchain, основанный на стиле программирования S4. Наряду с различными методами обработки объектов марковчейна S4 он содержит функцию для подбора цепи Маркова из последовательности состояний. Посмотри на:

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)

Это может помочь.