转移概率矩阵(Transition Probability Matrix)
什么是转移概率矩阵
转移概率矩阵：矩阵各元素都是非负的，并且各行元素之和等于1，各元素用概率表示，在一定条件下是互相转移的，故称为转移概率矩阵。如用于市场决策时，矩阵中的元素是市场或顾客的保留、获得或失去的概率。P(k)表示k步转移概率矩阵。
转移概率矩阵的特征
转移概率矩阵有以下特征：
①,0≤Pij≤1
②
，即矩阵中每一行转移概率之和等于1。
转移概率与转移概率矩阵[1]
假定某大学有1万学生，每人每月用1支牙膏，并且只使用“中华”牙膏与“黑妹”牙膏两者之一。根据本月（12月）调查，有3000人使用黑妹牙膏，7000人使用中华牙膏。又据调查,使用黑妹牙膏的3000人中，有60％的人下月将继续使用黑妹牙膏，40％的人将改用中华牙膏； 使用中华牙膏的7000人中， 有70％的人下月将继续使用中华牙膏，30％的人将改用黑妹牙膏。据此，可以得到如表－1所示的统计表。
表－1 两种牙膏之间的转移概率
-
拟用 黑妹牙膏 中华牙膏 现用 黑妹牙膏 60％ 40％ 中华牙膏 30％ 70％
上表中的4个概率就称为状态的转移概率，而这四个转移概率组成的矩阵
称为转移概率矩阵。可以看出， 转移概率矩阵的一个特点是其各行元素之和为１。 在本例中，其经济意义是：现在使用某种牙膏的人中，将来使用各种品牌牙膏的人数百分比之和为1。
2． 用转移概率矩阵预测市场占有率的变化
有了转移概率矩阵，就可以预测，到下个月（１月份）使用黑妹牙膏和中华牙膏的人数，计算过程如下：
即：1月份使用黑妹牙膏的人数将为3900，而使用中华牙膏的人数将为6100。
假定转移概率矩阵不变，还可以继续预测到2月份的情况为：
这里
称为二步转移矩阵，也即由12月份的情况通过2步转移到2月份的情况。二步转移概率矩阵正好是一步转移概率矩阵的平方。一般地， k步转移概率矩阵
正好是一步转移概率矩阵的k次方。可以证明，k步转移概率矩阵中,各行元素之和也都为1。
转移概率矩阵(Transition Probability Matrix)相关推荐
- 转移概率矩阵------3Q大战背后的数学
前言: 1,为什么各种网络大战前期都会有用户支持度相关的调查问卷? 2,为什么发布某个产品前基本可以推断出产生的用户数? 3,为什么3Q大战后各公司不担心自己软件的装机量? 4,对用户桌面的干扰是否一 ...
- R语言使用psych包进行探索性因子分析EFA、使用cov2cor函数将原始数据的协方差矩阵将其转换为相关性矩阵（ covariance matrix into correlation matrix)
R语言使用psych包进行探索性因子分析EFA.使用cov2cor函数将原始数据的协方差矩阵将其转换为相关性矩阵( covariance matrix transform into correlati ...
- R语言使用caret包的confusionMatrix函数计算混淆矩阵、使用编写的自定义函数可视化混淆矩阵（confusion matrix）
R语言使用caret包的confusionMatrix函数计算混淆矩阵.使用编写的自定义函数可视化混淆矩阵(confusion matrix) 目录
- sklearn使用投票器VotingClassifier算法构建多模型融合的软投票器分类器（soft voting）并计算融合模型的混淆矩阵、可视化混淆矩阵（confusion matrix）
sklearn使用投票器VotingClassifier算法构建多模型融合的软投票器分类器(soft voting)并计算融合模型的混淆矩阵.可视化混淆矩阵(confusion matrix) 目录
- sklearn使用投票器VotingClassifier算法构建多模型融合的硬投票器分类器（hard voting）并计算融合模型的混淆矩阵、可视化混淆矩阵（confusion matrix）
sklearn使用投票器VotingClassifier算法构建多模型融合的硬投票器分类器(hard voting)并计算融合模型的混淆矩阵.可视化混淆矩阵(confusion matrix) 目录
- R语言构建混淆矩阵(仿真数据)并基于混淆矩阵（confusion matrix）计算并计算Accuracy、Precision、Recall（sensitivity）、F1、Specificity指标
R语言构建混淆矩阵(仿真数据)并基于混淆矩阵(confusion matrix)计算并计算Accuracy.Precision.Recall(sensitivity).F1.Specificity指标 ...
- 混淆矩阵（confusion matrix）是什么？以及能从混淆矩阵中衍生出来的指标FPR、TPR、FDR、ACC、PPV、NPV分别是什么？对应的概念及公式是什么？
混淆矩阵(confusion matrix)是什么?以及能从混淆矩阵中衍生出来的指标FPR.TPR.FDR.ACC.PPV.NPV分别是什么?对应的概念及公式是什么? 目录
- R计算混淆矩阵（Confusion Matrix）
R计算混淆矩阵(Confusion Matrix) 目录 R计算混淆矩阵(Confusion Matrix) 拟合Logistic回归模型 创建混淆矩阵
- 程序员能力矩阵 Programmer Competency Matrix
[译文]程序员能力矩阵 Programmer Competency Matrix [译文]程序员能力矩阵 Programmer Competency Matrix 注意:每个层次的知识都是渐增的,位于 ...
最新文章
- HeadFirst设计模式篇十：状态模式
- 荣耀v40鸿蒙5g,荣耀V40pro再曝光，4K屏+双5000万+鸿蒙OS，再见了荣耀V30pro
- 【转】 LSD（Line Segment Detector） 直线段检测算法学习~
- android APP优化知识图谱
- HR-Former | 随迟但到，HRNet+Transformer轻装归来（非常值得学习！！！）
- 手机运动测试软件,手机运动软件哪个好？手机运动app排行榜
- 常见系统中文字体的英文名
- python实验四_20191318实验四 《Python程序设计》实验报告
- 优化家庭广电宽带网络设置
- 计算机专业学生的必备文具,初一新生必备文具100件 学霸用的文具清单
- 北冥乘海生：996其实没什么卵用
- 英语版今日头条到底有多不靠谱?
- Git下载安装及使用说明
- Visio保存为网页出错
- PTA--基础编程题目集(7-10 计算工资) Python版
- 【小家Spring】Spring AOP各个组件概述与总结【Pointcut、Advice、Advisor、Advised、TargetSource、AdvisorChainFactory...】
- 斯德哥尔摩的照片七：城市漫步（中）
- 2.ipv6苹果上线 新网域名不支持AAAA 域名DNS解析AAAA -----如何将DNS从新网转到DNSPod？
- 电力系统故障点分析，短路类型分析，中性点小电流接地 不接地故障分析，故障点定位
- Jira4系列、Jira6系列破解实战