R-Bibliothek für diskrete Markov-Ketten-simulation

Ich bin auf der Suche nach so etwas wie der 'msm' - Paket, aber für diskrete Markov-Ketten. Zum Beispiel, wenn ich eine transition matrix definiert als solche

Pi <- matrix(c(1/3,1/3,1/3,
0,2/3,1/6,
2/3,0,1/2))

für die Staaten A,B,C. Wie kann ich die Simulation einer Markov-Kette nach, dass die übergangs-matrix?

Dank,

InformationsquelleAutor stevejb | 2010-05-02
  1. 8

    Eine Weile zurück schrieb ich einen Satz von Funktionen für die simulation und Schätzung von Diskreten Markov-Kette Wahrscheinlichkeit Matrizen: http://www.feferraz.net/files/lista/DTMC.R.

    Relevante code für das, was Sie gefragt haben:

    simula <- function(trans,N) {
        transita <- function(char,trans) {
                sample(colnames(trans),1,prob=trans[char,])
        }

 sim <- character(N)
 sim[1] <- sample(colnames(trans),1)
 for (i in 2:N) {
  sim[i] <- transita(sim[i-1],trans)
 }

 sim
}

#example
#Obs: works for N >= 2 only. For higher order matrices just define an
#appropriate mattrans
mattrans <- matrix(c(0.97,0.03,0.01,0.99),ncol=2,byrow=TRUE)
colnames(mattrans) <- c('0','1')
row.names(mattrans) <- c('0','1')
instancia <- simula(mattrans,255) # simulates 255 steps in the process
    InformationsquelleAutor Fernando H Rosa
  2. 6

    Argh Sie die Lösung gefunden, während ich war das schreiben es für Sie. Hier ist ein einfaches Beispiel, die ich kam mit:

    run = function()
{
    # The probability transition matrix
    trans = matrix(c(1/3,1/3,1/3,
                0,2/3,1/3,
                2/3,0,1/3), ncol=3, byrow=TRUE);

    # The state that we're starting in
    state = ceiling(3 * runif(1, 0, 1));
    cat("Starting state:", state, "\n");

    # Make twenty steps through the markov chain
    for (i in 1:20)
    {
        p = 0;
        u = runif(1, 0, 1);

        cat("> Dist:", paste(round(c(trans[state,]), 2)), "\n");
        cat("> Prob:", u, "\n");

        newState = state;
        for (j in 1:ncol(trans))
        {
            p = p + trans[state, j];
            if (p >= u)
            {
                newState = j;
                break;
            }
        }

        cat("*", state, "->", newState, "\n");
        state = newState;
    }
}

run();

    Beachten Sie, dass die Wahrscheinlichkeit, transition matrix nicht Summe zu 1 in jeder Zeile, was es tun sollte. Mein Beispiel hat eine nur leicht veränderte Wahrscheinlichkeit übergangs-matrix, die hält sich an diese Regel.

    • Danke für die Antwort. Dein code ist sehr gut lesbar. Ich wirklich zu schätzen.
    • Der lesbare code? In meiner Erfahrung wird dieses Konzept völlig verloren, am meisten die Menschen, die Sie nutzen R. Hoffe, es hilft!
    • Generiert eine zufällige ganze Zahl von 1 bis 3 ist, denke ich sample(1:3, 1) ist ein bisschen leichter zu verstehen als ceiling(3 * runif(1, 0, 1)). Auch für die innerste for-Schleife, können Sie einfach newState <- sample(1:ncol(trans), 1, prob=trans[state,]). Das zeigt deutlich, was Los ist. Und dann werden Sie nicht einmal zu normalisieren, die Zeilen, entweder.
    InformationsquelleAutor icio
  3. 5

    Können Sie jetzt mit der markovchain Paket von CRAN. Der Benutzer Handbuch. ist ziemlich gut und hat mehrere Beispiele.

    InformationsquelleAutor Rodrigo Zepeda
Schreibe einen Kommentar