不，depmixS4 支持包含多个外部变量来预测基础时间序列。在这种情况下，转移矩阵是所有其他外部变量的函数。它也在 depmix S4 小插图中给出。-

一个有用的开始材料 - https://machinelearningstories.blogspot.com/2017/02/hidden-markov-model-session-1.html &
http://machinelearningstories.blogspot.in/2017_03_01_archive.html

R代码片段-

所需库

库（depmixS4）

数据加载——

医师处方数据 <-c(12,16,45,45,56,67,78,98,120,124,156)

模型执行——

HMM_model <- depmixS4::depmix(physician_prescition_data~1, nstates = 2,ntimes=length(physician_prescition_data))

模型拟合

HMM_fm <- 拟合（HMM_model）

转换概率-

HMM_fm@transition

后验状态——

后验（HMM_fm）图（ts（后验（HMM_fm）[,1]））

排放概率-

HMM_fm@response