我有一个包含存在 ( 1) 和不存在 ( ) 的序列向量，0我计算了一阶马尔可夫过程。

这是数据的样子：

dataset=c(NA,NA,0,0,0,0,1,0,1,1,0,1,1,NA,NA,NA,NA,NA,0,
          1,1,1,1,1,1,0,NA,1,1,1,1,1,1,0,0,NA,NA,0,1,1,
          NA,NA,0,NA,0,0,0,1,1,1,0,1,1,1,1,0,1,NA,0,1)

对于我计算的 thsi 向量：

• 存在概率 ( P1) 和不存在概率 ( P0)
• P11出现后出现的概率 ( )、出现后出现的概率( P10)、缺席后出现的概率 ( P01) 和缺席后出现的概率 ( P00)

通过使用循环检查 2 个值的序列来获得转换概率：计算P_00我正在使用

   P_00 : dataset[j]==0 & dataset[j+1]==0 , etc.

这些是结果：

P_0=0.3913043
P_1=0.6086957
P_0+P_1=1

P_00=0.1538462
P_01=0.2307692
P_11=0.4615385
P_10=0.1538462
P_00+P_01+P_11+P_10=1

这个想法是根据为序列获得的概率值用存在/不存在序列填充 NA。问题是，目前我无法为这个问题找到最好和更合适的过程，而且我是遇到这类问题的新手。即使已经有一个包可以为我做到这一点，我更愿意了解我该怎么做。