私は一連の行動状態 (1 匹の動く動物) を持っており、それぞれに持続時間が関連付けられており、元の特性 (特に、状態変化の確率と滞在時間) を保持する合成状態シーケンスを生成することに関心があります。時間配分）。
ただし、滞留時間分布の予備調査では、それらが幾何学的に分布していないことが示されているため、セミマルコフ モデルを当てはめる必要があると思います。
R パッケージの 'SemiMarkov' は、観察された状態変化のシーケンスにセミマルコフ モデルを適合させる方法について、以下の再現可能な例を提供します。ただし、適合したオブジェクト (ここでは「fit1」) から状態変化の合成シーケンスを生成する方法がわかりません。
library(SemiMarkov)
data(asthma)
## Definition of the model: states, names, possible transtions and waiting time distributions
states_1 <- c("1","2","3")
mtrans_1 <- matrix(FALSE, nrow = 3, ncol = 3)
mtrans_1[1, 2:3] <- c("E","E")
mtrans_1[2, c(1,3)] <- c("E","E")
mtrans_1[3, c(1,2)] <- c("E","E")
## semi-Markov model
fit1 <- semiMarkov(data = asthma, states = states_1, mtrans = mtrans_1)
print(fit1)
FWIW、状態変化シーケンスを通常のマルコフ モデルに適合させ (パッケージ 'markovchain' の 'markovchainFit' を使用)、合成状態変化シーケンスをシミュレートする ('rmarkovchain' を使用) ことは可能ですが、セミマルコフモデルに対して同じことを行う明白な方法はありません。