概率向量的馬爾可夫鏈轉移矩陣

Question

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)))

Answer 1

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