マルコフ分析とは
マルコフ分析は、以前のアクティビティではなく、現在の状態のみによって予測値が影響を受ける変数の値を予測するために使用される方法です。 本質的に、変数を取り巻く現在の状況のみに基づいてランダム変数を予測します。
この手法は、確率論的プロセスの研究を開拓したロシアの数学者アンドレイ・アンドレイエヴィッチ・マルコフにちなんで命名されました。確率的プロセスは、偶然の操作を伴うプロセスです。 彼は最初にこの方法を使用して、容器に閉じ込められたガス粒子の動きを予測しました。 マルコフ分析は、大規模なグループの人々の行動や意思決定を予測するためによく使用されます。
重要なテイクアウェイ
- マルコフ分析は、以前のアクティビティではなく、現在の状態のみによって予測値が影響を受ける変数の値を予測するために使用される方法です。 マルコフ分析の主な利点は、単純さとサンプル外の予測精度です。マルコフ分析は、イベントの説明にはあまり役立ちません。ほとんどの場合、根本的な状況の真のモデルにはなりません。特に勢いのある投資家。
マルコフ分析の理解
マルコフ分析プロセスには、変数の現在の状態を前提として、将来のアクションの可能性を定義することが含まれます。 各状態での将来のアクションの確率が決定されると、決定木を描くことができます。 次に、変数の現在の状態を指定して、結果の尤度を計算できます。 マルコフ分析には、ビジネスの世界でいくつかの用途があります。 多くの場合、ライン上のマシンの動作ステータスを考慮して、組立ラインから出る不良品の数を予測するために使用されます。
また、会社の売掛金のうち不良債権となる割合を予測するためにも使用できます。 一部の株価およびオプション価格の予測方法にもマルコフ分析が組み込まれています。 最後に、企業はしばしばこれを使用して、現在の顧客の将来のブランドロイヤルティと、企業の市場シェアに関するこれらの消費者の決定の結果を予測します。
マルコフ分析の利点
マルコフ分析の主な利点は、シンプルさとサンプル外の予測精度です。 マルコフ分析に使用されるような単純なモデルは、多くの場合、より複雑なモデルよりも予測を行うのに適しています。 この結果は計量経済学でよく知られています。
マルコフ分析の欠点
マルコフ分析は、イベントの説明にはあまり有用ではなく、ほとんどの場合、根本的な状況の真のモデルにはなり得ません。 はい、現在の状態に基づいて条件付き確率を推定することは比較的簡単です。 しかし、それはしばしば、何かが起こった理由について少しだけ語っています。
エンジニアリングでは、マシンが故障する可能性を知っていても、故障した理由を説明できないことは明らかです。 さらに重要なことは、マシンが実際に故障するかどうかは、今日故障したかどうかの関数であるということです。 現実には、ギアをより頻繁に潤滑する必要があるため、機械が故障する可能性があります。
金融分野では、マルコフ分析はエンジニアリングと同じ制限に直面していますが、金融市場に関する知識が比較的不足しているため、問題の修正は複雑です。 マルコフ分析は、最初に不良債権リスクを選別するよりも、債務不履行となる部分を推定するのにはるかに役立ちます。
マルコフ分析は予測を行うための貴重なツールですが、説明を提供しません。
マルコフ分析の例
マルコフ分析は、株式投機家が使用できます。 勢いのある投資家が、お気に入りの株式が今日市場を破った場合、明日市場を破る可能性が60％あると推定するとします。 この推定には現在の状態のみが含まれるため、マルコフ分析の重要な制限を満たしています。 マルコフ分析により、投機家は、在庫が今日の市場を上回った場合、在庫が次の2日間の両方で市場を上回る確率が0.6 * 0.6 = 0.36または36％であると推定できます。 レバレッジとピラミッド化を使用することにより、投機家はこのタイプのマルコフ分析から潜在的な利益を増幅しようとします。
