Calculer la matrice de transition (Markov) dans R

Existe-t-il un moyen dans R (une fonction intégrée) de calculer la matrice de transition pour une chaîne de Markov à partir d'un ensemble d'observations?

Par exemple, en prenant un ensemble de données comme le suivant et en calculant la matrice de transition de premier ordre?

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

Je ne suis pas immédiatement au courant d'une fonction "intégrée" (par exemple, dans baseou similaire), mais nous pouvons le faire très facilement et efficacement en quelques lignes de code.

Voici une fonction qui prend une matrice (pas une trame de données) comme entrée et produit soit le nombre de transitions ( prob=FALSE) soit, par défaut ( prob=TRUE), les probabilités de transition estimées.

# 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
}

Si vous devez l'appeler sur une trame de données, vous pouvez toujours le faire

trans.matrix(as.matrix(dat))

Si vous recherchez un package tiers, Rseek ou le site de recherche R peuvent fournir des ressources supplémentaires.

Je viens de télécharger un nouveau package R markovchain, basé sur le style de programmation S4. Avec diverses méthodes pour gérer les objets S4 Markovchain, il contient une fonction pour adapter une chaîne de Markov à partir d'une séquence d'états. Jettes un coup d'oeil à:

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)

Ça pourrait aider.