Calcular la matriz de transición (Markov) en R

¿Hay alguna manera en R (una función incorporada) para calcular la matriz de transición para una cadena de Markov a partir de un conjunto de observaciones?

Por ejemplo, ¿tomar un conjunto de datos como el siguiente y calcular la matriz de transición de primer orden?

dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = 100, replace=TRUE)))

No tengo conocimiento inmediato de una función "incorporada" (p. Ej., En baseo similar), pero podemos hacerlo de manera muy fácil y eficiente en un par de líneas de código.

Aquí hay una función que toma una matriz (no un marco de datos) como entrada y produce los recuentos de transición ( prob=FALSE) o, por defecto ( prob=TRUE), las probabilidades de transición estimadas.

# Function to calculate first-order Markov transition matrix.
# Each *row* corresponds to a single run of the Markov chain
trans.matrix <- function(X, prob=T)
{
    tt <- table( c(X[,-ncol(X)]), c(X[,-1]) )
    if(prob) tt <- tt / rowSums(tt)
    tt
}

Si necesita llamarlo en un marco de datos, siempre puede hacerlo

trans.matrix(as.matrix(dat))

Si está buscando un paquete de terceros, Rseek o el sitio de búsqueda R pueden proporcionar recursos adicionales.

Acabo de subir un nuevo paquete R markovchain, basado en el estilo de programación S4. Junto con varios métodos para manejar objetos S4 markovchain, contiene una función para ajustar una cadena de Markov a partir de una secuencia de estados. Mira esto:

library(markovchain) 
sequence <- c("a", "b", "a", "a", "a", "a", "b", "a", "b", "a", 
              "b", "a", "a", "b", "b", "b", "a")
mcFit <- markovchainFit(data=sequence)

Podría ayudar