r - 计算离散时间马尔可夫链的标准误差和标准差

Question

我有一个从一种状态到另一种状态的转换计数矩阵，我想计算最大似然估计、标准误差和标准偏差。“markovchain”包有一个例子，但数据是一个序列。我的数据来自 155 家公司的平衡面板数据集，因此他们提供的示例代码对我不起作用。

这是我遵循的示例：

 data(rain)
 rain$rain[1:10]

 [1] "6+"  "1-5" "1-5" "1-5" "1-5" "1-5" "1-5" "6+"  "6+"  "6+"

 #obtaining the empirical transition matrix
 createSequenceMatrix(stringchar = rain$rain)
      0 1-5  6+ 
0   362 126  60 
1-5 136  90  68 
6+   50  79 124

#fitting the DTMC by MLE
alofiMcFitMle <- markovchainFit(data = rain$rain, method = "mle", name = "Alofi")
alofiMcFitMle
$estimate
Alofi
A  3 - dimensional discrete Markov Chain defined by the following states:
 0, 1-5, 6+
 The transition matrix  (by rows)  is defined as follows:
            0       1-5        6+
0   0.6605839 0.2299270 0.1094891
1-5 0.4625850 0.3061224 0.2312925
6+  0.1976285 0.3122530 0.4901186
$standardError
             0        1-5         6+
0   0.03471952 0.02048353 0.01413498
1-5 0.03966634 0.03226814 0.02804834
6+  0.02794888 0.03513120 0.04401395
$confidenceInterval
$confidenceInterval$confidenceLevel
[1] 0.95
$confidenceInterval$lowerEndpointMatrix
            0       1-5         6+
0   0.6034754 0.1962346 0.08623909
1-5 0.3973397 0.2530461 0.18515711
6+  0.1516566 0.2544673 0.41772208
$confidenceInterval$upperEndpointMatrix
            0       1-5        6+
0   0.7176925 0.2636194 0.1327390
1-5 0.5278304 0.3591988 0.2774279
6+  0.2436003 0.3700387 0.5625151
$logLikelihood
[1] -1040.419

因为我已经有一个计数数据矩阵，所以我不能使用上面的代码。我只想获取我的 6x6 转换计数矩阵并确定最大似然估计量、标准误差（置信区间）和标准偏差。有人有我可以效仿的例子吗？

标签： rmatrixstandard-error