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.