R:当序列长度不相等时计算马尔可夫转移矩阵

Question

我有几个独立观察到的不同长度的序列，称为movs，并想计算movs的一般过渡矩阵。有两个问题：

1. 并非所有状态都出现在每个序列中。

2. 我无法将它们连接起来。

   df<-data.frame(activityID=rep(1：4，c(10,5,4,1(((，movs=sample(c("A"，"B"，"C"(，20，replace=T((

我已经查看了包markovchain，它有一个函数markovchainfit和一个参数possibleStates，它允许我预定义序列中将存在的所有状态，即使它们没有出现在所有状态中。 https://rdrr.io/a/cran/markovchain/man/markovchainFit.html

但是因为序列不在行中并且因为它们的长度不同，所以我将 df 转换为列表：

d<-split(df$movs, df$activityID) 

然后运行markovfitlist但它没有possibleStates参数。

markovchain::markovchainListFit(data = d,byrow = F)

所以现在我为每个序列都有一个过渡矩阵 -我如何将它们全部组合成 1 个包含所有状态的过渡矩阵？

Answer 1

您可以使用PyEMMA(基于Python(来实现此目的，它首先将所有序列组合在一个计数矩阵中。该矩阵给出每对状态的转移计数，然后馈送到转移矩阵估计器中。 对于您正在使用的这个 R 包，可能同样的事情，因为它是一项非常常见的任务。