[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
對應於該時間點的概率( fittedSurv
)。
對於馬爾可夫鏈轉移矩陣,我需要其他列。 僅對概率的單列(向量)進行重采樣不會單獨完成。
就推理而言,最有效的方法是什么?
關於正確的R包的可能指示就足夠了-例如一個獎勵。
@喬納森 可能是這樣。 但是我懷疑隨時間變化的概率可能會被引導,或者概率向量會重新采樣,從而創建有意義的概率列。 就像是:
A <- data.frame(X=FrameTs$Rating)
B <- data.frame(replicate(20, sample(as.character(A$X), size=100, replace = TRUE)))
可能的解決方案(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)))
在給出概率的情況下產生相等加權的矩陣:
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(...
基於此“概率”矩陣(等級),有可能獲得馬爾可夫轉移矩陣。 (包裝msm等)。 輸出數據似乎是直觀且正確的,但我不相信這種方法
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.