biblioteca R para discreto de simulación de cadena de Markov
-
02-10-2019 - |
Pregunta
Busco algo así como el paquete 'HSH', pero para las cadenas de Markov discretas. Por ejemplo, si hubiera una matriz de transición definida como tal
Pi <- matrix(c(1/3,1/3,1/3,
0,2/3,1/6,
2/3,0,1/2))
para los estados A, B, C. ¿Cómo puedo simular una cadena de Markov de acuerdo con que la matriz de transición?
Gracias,
Solución
A tiempo escribí un conjunto de funciones para la simulación y estimación de Discrete Markov matrices de probabilidad de la cadena: http://www.feferraz.net/files/lista/DTMC.R .
código relevante para lo que preguntas:
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
Otros consejos
Argh , se encontró que la solución mientras lo estaba escribiendo para ti. He aquí un ejemplo simple que se me ocurrió:
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();
Tenga en cuenta que su matriz de transición de probabilidad no suma a 1 en cada fila, lo que se debe hacer. Mi ejemplo tiene una matriz de transición de probabilidad ligeramente alterada que se adhiere a esta regla.
Ahora se puede utilizar el paquete markovchain
disponible en CRAN. El usuario manual de . es bastante bueno y tiene varios ejemplos.