R语言二状态马尔可夫链模拟：按指定转移概率生成500个观测值的方法

第一步：初始化参数 #

• 状态集合：k <- c(0,1)
• 随机生成转移概率参数：v <- runif(2, 0.3, 0.7)
  • alpha <- v[1]：当前状态为0时，下一状态仍为0的概率
  • beta <- v[2]：当前状态为1时，下一状态切换为0的概率

第二步：单步状态转移逻辑实现 #

通过sample()函数实现按指定概率抽样，核心判断逻辑如下：

if (Xn == k[1]) {
  # 当前状态为0，按概率alpha保留0，1-alpha切换为1
  Xn_plus_1 <- sample(k, size = 1, prob = c(alpha, 1 - alpha))
} else {
  # 当前状态为1，按概率beta切换为0，1-beta保留1
  Xn_plus_1 <- sample(k, size = 1, prob = c(beta, 1 - beta))
}

第三步：for循环生成500个观测值 #

完整模拟代码如下，运行后X向量将存储X1到X500的全部观测结果：

# 可选：设定随机种子保证结果可复现，不需要可删除该行
set.seed(123)

# 初始化存储500个观测的向量
X <- numeric(500)
# 设定初始状态X1，也可改为sample(k, 1)随机生成初始状态
X[1] <- 0

# 循环生成X2到X500
for (n in 1:499) {
  current_X <- X[n]
  if (current_X == k[1]) {
    X[n+1] <- sample(k, size = 1, prob = c(alpha, 1 - alpha))
  } else {
    X[n+1] <- sample(k, size = 1, prob = c(beta, 1 - beta))
  }
}

模拟完成后可通过head(X)查看前若干个观测值，验证转移逻辑是否符合预期。

内容的提问来源于stack exchange，提问作者Jose Moquiambo