По-перше, дозвольте мені наперед визнати, що я не так добре розбираюся у статистиці та математиці, як хотілося б. Дехто може сказати, що достатньо знань, щоб бути небезпечним. : DI вибачаюся, якщо я не використовую термінологію правильно.
Я намагаюся моделювати ймовірності переходу системи з одного стану в інший. Проста модель Маркова - хороший старт. (Набір станів, набір початкових ймовірностей стану, набір ймовірностей переходу між станами.)
Однак система, яку я моделюю, є більш складною. Ймовірності переходу, що призводять до стану в момент T, найбільш безумовно залежать від змінних, відмінних від стану в T-1. Наприклад, S1 -> S2 може мати ймовірність переходу 40%, коли світить сонце, але ймовірність S1 -> S2 доходить до 80%, коли йде дощ.
Додаткова інформація з питань коментаторів:
- Штати спостерігаються.
- Буде лише 5-10 штатів.
- В даний час ми хочемо дослідити близько 30 коваріатів, хоча остаточної моделі, безумовно, буде менше.
- Деякі коваріати безперервні, інші - дискретні.
Три питання:
- Як я можу включити ймовірні умови переходу в свою модель Маркова?
- Або є цілком інша перспектива, з якої я повинен підійти до цього питання?
- Крім того, які ключові слова / поняття потрібно шукати в Інтернеті, щоб дізнатися більше про це?
Я вже ходив по Інтернету в пошуках таких речей, як "маркові моделі з умовними перехідними ймовірностями", але поки що нічого не ляпало мене в обличчя і сказало: "Це ваша відповідь, манекен!"
Дякую за допомогу та терпіння.