马尔可夫分析：它是什么，用途和价值

什么是马尔可夫分析？

马尔可夫分析是一种用于预测其预测值仅受当前状态而不是任何先前活动的变量值的值的方法。从本质上讲，它仅根据围绕变量的当前情况来预测一个随机变量。

马尔可夫分析通常用于预测大群人中的行为和决策。它以俄罗斯数学家安德烈·安德烈维奇·马尔科夫（Andreyevich Markov）的名字命名，后者开创了随机过程的研究，这是涉及机会运作的过程。马尔可夫首先应用了这种方法来预测被困在容器中的气体颗粒的运动。

鉴于变量的当前状态，马尔可夫分析过程涉及定义未来动作的可能性。一旦确定了每个州的未来行动的概率，决策树可以绘制，并且可以计算结果的可能性。

马尔可夫分析在商业世界中有几个实际应用。它通常被用来预测会脱离的有缺陷的碎片数量流水线，给定线路上机器的操作状态。它也可以用来预测公司的比例应收账款（AR）将成为坏账。

公司还可以使用马尔可夫分析来预测当前客户的未来品牌忠诚度以及这些消费者对公司的决策的结果市场份额。一些股价和期权价格预测方法也包括马尔可夫分析。

马尔可夫分析的主要好处是简单性和样本外预测准确性。与更复杂的模型相比，简单的模型（例如用于马尔可夫分析的模型）通常更好地进行预测。这个结果在计量经济学。

不幸的是，马尔可夫分析对于解释事件并不是很有用，在大多数情况下，它不能成为潜在情况的真实模型。是的，相对容易估计条件概率基于当前状态。但是，这通常可以说明为什么会发生什么。

马尔可夫分析是做出预测的宝贵工具，但没有提供解释。

在工程学中，很明显，知道机器会崩溃的概率并不能解释为什么它会崩溃。更重要的是，机器并没有真正根据今天是否崩溃的函数的概率而分解。实际上，机器可能会崩溃，因为它的齿轮需要更频繁地润滑。

在金融中，马尔可夫分析面临着相同的局限金融市场。马尔可夫分析对于估计债务的部分比筛查不良的部分更有用信用风险首先。

马尔可夫分析可以由股票投机者使用。假设一个动力投资者据估计，最喜欢的股票有60％的机会击败市场明天如果今天这样做。该估计仅涉及当前状态，因此它符合马尔可夫分析的关键极限。

马尔可夫分析还允许投机者估计股票在接下来两天的两天中的概率均优于市场，鉴于股票今天击败了市场，因此股票的概率为0.6 * 0.6 = 0.36或36％。通过使用杠杆作用和金字化，投机者试图从这种类型的马尔可夫分析中扩增潜在的利润。