Suponha que eu tenha uma cadeia de Markov de tempo discreto. Estou interessado em simular a Cadeia de Markov em múltiplas iterações e observar a distribuição estacionária (ou seja, em um longo período de tempo, porcentagem de tempo gasto em todos os estados).
Este é o código R que estou usando atualmente.
Aqui está a Cadeia de Markov:
library(ggplot2)
library(reshape2)
transition_matrix <- matrix(c(
0.7, 0.2, 0.1, # Probabilities of transitioning from A to A, B, C
0.3, 0.4, 0.3, # Probabilities of transitioning from B to A, B, C
0.2, 0.3, 0.5 # Probabilities of transitioning from C to A, B, C
), nrow = 3, byrow = TRUE)
initial_vector <- c(1/3, 1/3, 1/3)
Tentei simular isso da seguinte maneira:
set.seed(123)
n_simulations <- 1000
states <- numeric(n_simulations)
current_state <- sample(1:3, 1, prob = initial_vector)
for (i in 1:n_simulations) {
states[i] <- current_state
current_state <- sample(1:3, 1, prob = transition_matrix[current_state,])
}
state_names <- c("A", "B", "C")
states_letter <- state_names[states]
df <- data.frame(
time = 1:n_simulations,
state = states_letter
)
Por fim, preparo os dados para plotagem:
cumulative_percentage <- data.frame(
time = 1:n_simulations,
A = cumsum(states_letter == "A") / 1:n_simulations * 100,
B = cumsum(states_letter == "B") / 1:n_simulations * 100,
C = cumsum(states_letter == "C") / 1:n_simulations * 100
)
cumulative_percentage_melted <- melt(cumulative_percentage, id.vars = "time",
variable.name = "state", value.name = "percentage")
p2 <- ggplot(cumulative_percentage_melted, aes(x = time, y = percentage, color = state)) +
geom_line() +
theme_minimal() +
labs(title = "Cumulative Percentage of Time Spent in Each State",
x = "Time Step",
y = "Cumulative Percentage",
color = "State") +
theme(plot.title = element_text(hjust = 0.5)) +
ylim(0, 100)
p2
state_proportions <- table(states_letter) / n_simulations
print(state_proportions)
Existe uma maneira de alterar meu código para que eu não precise definir manualmente A == cumsum, B == cumsum etc etc e fazer isso para todos os estados?
Seu
for
loop de simulação não fez muito sentido para mim, então eu criei o meu próprio. Provavelmente longe do ideal, mas o bit de proporção cumulativa eu acho que está OK, aproveitando o quão "vetorizado" R é.