內容來自論壇：
一、馬爾科夫轉移矩陣法的涵義
單個生產廠家的產品在同類商品總額中所佔的比率，稱為該廠產品的市場占有率。在激烈的競爭中，市場占有率隨產品的質量、消費者的偏好以及企業的**作用等因素而發生變化。企業在對產品種類與經營方向做出決策時，需要**各種商品之間不斷轉移的市場占有率。
市場占有率的**可採用馬爾科夫轉移矩陣法，也就是運用轉移概率矩陣對市場占有率進行市場趨勢分析的方法。馬爾科夫是**數學家，他 在20世紀初發現：乙個系統的某些因素在轉移中，第n次結果只受第n-1的結果影響，只與當前所處狀態有關，與其他無關。比如：研究乙個商店的累計銷售 額，如果現在時刻的累計銷售額已知，則未來某一時刻的累計銷售額與現在時刻以前的任一時刻的累計：銷售額都無關。 在馬爾科夫分析中，引入狀態轉移這個概念。所謂狀態是指客觀事物可能出現或存在的狀態；狀態轉移是指客觀事物由一種狀態轉穆到另一種狀態的概率。
馬爾科夫分析法的一般步驟為：
①調查目前的市場占有率情況；
②調查消費者購買產品時的變動情況；
③建立數學模型；
④**未來市場的占有率。
二、馬爾科夫分析模型
實際分析中，往往需要知道經過一段時間後，市場趨勢分析物件可能處於的狀態，這就要求建立乙個能反映變化規律的數學模型。馬爾科夫市場趨勢分析模型是利用概率建立一種隨機型的時序模型，並用於進行市場趨勢分析的方法。
馬爾科夫分析法的基本模型為：
x(k+1)=x(k)×p
公式中：x(k)表示趨勢分析與**物件在t=k時刻的狀態向量，p表示一步轉移概率矩陣，
x(k+1)表示趨勢分析與**物件在t=k+1時刻的狀態向量。
必須指出的是，上述模型只適用於具有馬爾科夫性的時間序列，並且各時刻的狀態轉移概率保持穩定。若時間序列的狀態轉移概率隨不同的時刻在變化，不宜用此方法。由於實際的客觀事物很難長期保持同一狀態的轉移概率，故此法一般適用於短期的趨勢分析與**。
三、馬爾科夫過程的穩定狀態
在較長時間後，馬爾科夫過程逐漸處於穩定狀態，且與初始狀態無關。馬爾科夫鏈達到穩定狀態的概率就是穩定狀態概率，也稱穩定概率。市場趨勢分析中，要設法求解得到市場趨勢分析物件的穩態概率，並以此做市場趨勢分析。
在馬爾科夫分析法的基本模型中，當x：xp時，稱x是p的穩定概率，即系統達到穩定狀態時的概率向量，也稱x是p的固有向量或特徵向量，而且它具有唯一性。
四，馬爾科夫轉移矩陣法的應用
馬爾科夫分析法，是研究隨機事件變化趨勢的一種方法。市場商品**的變化也經常受到各種不確定因素的影響而帶有隨機性，若其具有"無後效性"，則 用馬爾科夫分析法對其未來發展趨勢進行市場趨勢分析五，提高市場占有率的策略**市場占有率是供決策參考的，企業要根據**結果採取各種措施爭取顧客。提 高市場占有率一般可採取三種策略：
(1)設法保持原有顧客；
(2)盡量爭取其他顧客；
(3)既要保持原有顧客又要爭取新的顧客。
第三種策略是前兩種策略的綜合運用，其效果比單獨使用一種策略要好，但其所需費用較高。如果接近於平穩狀態時，一般不必花費競爭費用。所以既要注意市場平穩狀態的分析，又要注意市場占有率的長期趨勢的分析。
爭取顧客、提高市場占有率的策略和措施一般有：
①擴大宣傳。主要採取廣告方式，通過大眾**向公眾宣傳商品特徵和顧客所能得到的利益，激起消費者的注意和興趣。
②擴大銷售。除聯絡現有顧客外，積極地尋找潛在顧客，開拓市場。如向顧客提供必要的服務等。
③改進包裝。便於顧客攜帶，增加商品種類、規格、花色，便於顧客挑選，激發顧客購買興趣。
④開展**活動。如展銷、分期付款等。
⑤調整經營策略。根據市場變化，針對現有情況調整銷售策略，如批量優待、調整**、市場滲透、提高產品效能、擴大產品用途、降低產品成本等，以保持市場占有率和擴大市場占有率。
馬爾科夫分析模型
實際分析中，往往需要知道經過一段時間後，市場趨勢分析物件可能處於的狀態，這就要求建立乙個能反映變化規律的數學模型。馬爾科夫市場趨勢分析模型是利用概率建立一種隨機型的時序模型，並用於進行市場趨勢分析的方法。
馬爾科夫分析法的基本模型為：
x(k+1)=x(k)×p
公式中：x(k)表示趨勢分析與**物件在t=k時刻的狀態向量，p表示一步轉移矩陣概率，
x(k+1)表示趨勢分析與**物件在t=k+1時刻的狀態向量。
必須指出的是，上述模型只適用於具有馬爾科夫性的時間序列，並且各時刻的狀態轉移概率保持穩定。若時間序列的狀態轉移概率隨不同的時刻在變化，不宜用此方法。由於實際的客觀事物很難長期保持同一狀態的轉移概率，故此法一般適用於短期的趨勢分析與**。
乙個隱馬爾可夫模型 (hmm) 是乙個五元組：
(ωx , ωo, a, b, π )
其中：
ωx = ：狀態的有限集合
ωo = ：觀察值的有限集合
a = ，aij = p(xt+1 = qj |xt = qi)：轉移概率
b = ，bik = p(ot = vk | xt = qi)：輸出概率
π = ， πi = p(x1 = qi)：初始狀態分布
2 解決問題：
令 λ = 為給定hmm的引數，
令 σ = o1,...,ot 為觀察值序列，
隱馬爾可夫模型（hmm）的三個基本問題：
2.1評估問題：對於給定模型，求某個觀察值序列的概率p(σ|λ) ；
2.2解碼問題：對於給定模型和觀察值序列，求可能性最大的狀態序列；
2.3學習問題：對於給定的乙個觀察值序列，調整引數λ，使得觀察值出現的概率p(σ|λ)最大
隱馬爾科夫模型HMM
我們通常都習慣尋找乙個事物在一段時間裡的變化規律。在很多領域我們都希望找到這個規律，比如計算機中的指令順序，句子中的詞順序和語音中的詞順序等等。乙個最適用的例子就是天氣的 首先，本文會介紹聲稱概率模式的系統，用來 天氣的變化 然後，我們會分析這樣乙個系統，我們希望 的狀態是隱藏在表象之後的，並不是我...
隱馬爾科夫 HMM 模型
隱馬爾科夫 hidden markov model 模型是一類基於概率統計的模型，是一種結構最簡單的動態貝葉斯網，是一種重要的有向圖模型。自上世紀80年代發展起來，在時序資料建模，例如 語音識別 文字識別 自然語言處理等領域廣泛應用。隱馬爾科夫模型涉及的變數 引數眾多，應用也很廣泛，以至於很多人不明...
HMM隱馬爾科夫模型
問題 講講hmm隱馬爾科夫模型 1 隱馬爾科夫模型是關於時序的概率模型，是由乙個隱藏的馬爾科夫鏈隨機生成不可觀測的隨機狀態序列，並由各個狀態生成乙個觀測而產生觀測隨機序列的過程。統計學習方法 cha10 概念解釋 馬爾可夫鏈 一階馬爾可夫過程，即未來狀態僅與當前狀態有關，與過去無關。馬爾可夫過程 狀...