[英]Markov chain transition matrix from vector of probabilities
完整的data.frame概述:
'data.frame': 29 obs. of 3 variables:
$ FirmDatum : Date, format: "1982-12-31" "1983-03-31" "1983-06-30" ...
$ fittedSurv: num 0.884 0.839 0.779 0.746 0.817 ...
$ Rating : chr "Aa" "Aaa" "B" "Bb" ...
列fittedSurv
包含概率,列Rating
对应于该时间点的概率( fittedSurv
)。
对于马尔可夫链转移矩阵,我需要其他列。 仅对概率的单列(向量)进行重采样不会单独完成。
就推理而言,最有效的方法是什么?
关于正确的R包的可能指示就足够了-例如一个奖励。
@乔纳森 可能是这样。 但是我怀疑随时间变化的概率可能会被引导,或者概率向量会重新采样,从而创建有意义的概率列。 就像是:
A <- data.frame(X=FrameTs$Rating)
B <- data.frame(replicate(20, sample(as.character(A$X), size=100, replace = TRUE)))
可能的解决方案(我不信任)是:
A <- data.frame(X=FrameTs$Rating)
w <- FrameTs$fittedSurv/sum(FrameTs$fittedSurv)
B <- data.frame(replicate(10, sample(as.character(A$X), size=10, replace = TRUE, prob=w)))
在给出概率的情况下产生相等加权的矩阵:
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 A A A A A A B A B B
2 B A A A A A A A A A
3 A A A B C A A B B A
4 A A A A A A A A A A
5 B A A A B A A A A B
6 A A B B B A A B A A
......and so on...
Of course the matrix B size can be extended via replicate(1000, sample(...
基于此“概率”矩阵(等级),有可能获得马尔可夫转移矩阵。 (包装msm等)。 输出数据似乎是直观且正确的,但我不相信这种方法
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.