我有一个markov链,表示状态之间的客户旅程,所有旅程都以“开始”开始,以“结束”(吸收状态)结束,不可能返回到相同状态,因此过渡矩阵的对角元素都是零。
我想获得n次访问中k次访问特定状态的分布。
我可以使用马尔可夫链转移矩阵对模拟数据集进行此操作,但我想知道是否有理论方法(例如,使用基本矩阵?)或R函数来获得此分布。
这是一个使用状态A到E的示例。有没有一种方法可以找出20个步骤中访问状态C的0,1,... k次旅行的比例:
P<-matrix(c(0, 0.5, 0.3, 0, 0.2,
0, 0, 0.1, 0.5, 0.4,
0, 0.8, 0, 0.1, 0.1,
0, 0.3, 0.4, 0, 0.3,
0, 0, 0, 0, 1), # the absorbing state
byrow = TRUE, ncol=5)
dimnames(P)<-list(LETTERS[1:5], LETTERS[1:5])