Модели Маркова

Дискретные цепи Маркова и модели в пространстве состояний

Поддержки Econometrics Toolbox™ моделирующее и анализирующее дискретное время модели Маркова. Эти модели описывают стохастические процессы, которые принимают, утверждает xt в пространстве состояний X согласно свойству Маркова, которое требует, чтобы распределение xt + 1 было независимо от истории процесса перед достигающим xt состояния.

Дискретное пространство состояний процессы Маркова или Цепи Маркова, представлено ориентированным графом и описано правильно-стохастической матрицей P перехода. Распределение состояний во время t+1 является распределением состояний во время t умноженный на P. Структура P определяет эволюционную траекторию цепочки, включая asymptotics.

Непрерывное пространство состояний процессы Маркова или модели в пространстве состояний, допускает траектории через непрерывное пространство состояний. Базовый процесс Маркова обычно не наблюдается. Дополнительные уравнения наблюдения описывают эволюцию измеримых характеристик системы, зависящей от процесса Маркова.

Для просмотра документации необходимо авторизоваться на сайте