马尔可夫链：对于markovchainFit函数中的Bootstrap方法，似然值为Infinite，可以吗？

Question

我使用带有引导程序的markovchainFit和nboot = 10个样本创建了一个Transistion矩阵。

我的数据顺序是

library("markovchain")
    sequence=c(1400,1500,500,600,700,2000,1500,700,700,700,700,900,1500,700,1200,1200,2300,700,1200,500,700,2100,100,1400,100,1400,700,1500,1500,900,600,200,1500,1500,1600,600,2500,1500,1500,600,1600,300,900,1500,1600,600,1600,700,2100,1700,700,1500,1500,600,200,2500,900,1600,900,1600,600,1500,600,700,1700,700,1500,300,1600,2100,600,1600,1500,1500,600,600,1500,600,600,1400)

mcFit <- markovchainFit(data=sequence,method = "bootstrap", nboot = 10)

print(mcFit$logLikelihood)

TM=as.data.frame(mcFit$estimate@transitionMatrix)

当我执行上面的代码时，我得到的可能性是 -Infinite ，混淆了如何解释它。

转换矩阵未考虑所有变量。为了说明这一点，序列中有16个唯一数字，但转换矩阵仅考虑14个数字。但是，当我不断更改nboot参数时，转换矩阵会考虑所有数字。有什么方法可以计算出nboot的最佳值？