r - 在 R 中为马尔可夫模型创建转换矩阵

Question

我需要有关马尔可夫链和数据预处理的主题的帮助。
假设我有以下矩阵随着时间的推移将个人与状态联系起来:

     ID Time1 Time2
1 14021     A     A
2 15031     B     A
3 16452     A     C

对于这个矩阵，我想获得状态转移矩阵:
因此，需要的是

  A  B  C
A 1  0  1
B 1  0  0
C 0  0  0

同样的事情，但现在由该状态的转换总数加权，即，

  A    B   C
A 0.5  0  0.5
B 1    0   0
C 0    0   0

(因为有两个从状态 A 离开的转换)。我知道 markovchain 包有一个功能
如果有一个序列，比如 AAABBAAABBCC，则这样做，但如果数据像我一样设置，则不会这样做。
理想情况下，直接程序会很棒，但如果有某种方法可以将数据转换为一组同样有效的序列。

有任何想法吗？

提前致谢

Answer 1

这是另一个 base R解决方案。

df <- data.frame(Time1 = c("A","B","A"), Time2 = c("A","A","C"), stringsAsFactors = FALSE)

myStates <- sort(unique(c(df$Time1, df$Time2)))
lenSt <- length(myStates)

currState <- match(df$Time1, myStates)
nextState <- match(df$Time2, myStates)
transMat <- matrix(0L, lenSt, lenSt)

transMat[cbind(currState, nextState)] <- 1L
transMat <- transMat/rowSums(transMat)
transMat[is.na(transMat)] <- 0

transMat
     [,1] [,2] [,3]
[1,]  0.5    0  0.5
[2,]  1.0    0  0.0
[3,]  0.0    0  0.0