计算R中的转移矩阵（Markov）

R（内置函数）中是否有一种方法可以根据一组观测值计算马尔可夫链的转移矩阵？

例如，采用如下数据集并计算一阶转换矩阵？

dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = 100, replace=TRUE)))

我不是立即意识到“内置”功能（例如in base或类似的功能），但是我们可以通过几行代码非常轻松有效地做到这一点。

这是一个函数，它将矩阵（不是数据帧）作为输入，并生成转换计数（prob=FALSE）或默认情况下（prob=TRUE）产生估计的转换概率。

# Function to calculate first-order Markov transition matrix.
# Each *row* corresponds to a single run of the Markov chain
trans.matrix <- function(X, prob=T)
{
    tt <- table( c(X[,-ncol(X)]), c(X[,-1]) )
    if(prob) tt <- tt / rowSums(tt)
    tt
}

如果您需要在数据框上调用它，则可以随时执行

trans.matrix(as.matrix(dat))

如果您正在寻找某些第三方软件包，则Rseek或R搜索站点可能会提供其他资源。

我刚刚markovchain基于S4编程风格上传了一个新的R包。除了处理S4 markovchain对象的各种方法外，它还包含一个函数，用于根据状态序列拟合Markov链。看一下：

library(markovchain) 
sequence <- c("a", "b", "a", "a", "a", "a", "b", "a", "b", "a", 
              "b", "a", "a", "b", "b", "b", "a")
mcFit <- markovchainFit(data=sequence)

这可能会有所帮助。