Calcular matriz de transição (Markov) em R

Existe uma maneira no R (uma função interna) de calcular a matriz de transição para uma cadeia de Markov a partir de um conjunto de observações?

Por exemplo, usando um conjunto de dados como o seguinte e calculando a matriz de transição de primeira ordem?

dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = 100, replace=TRUE)))

Não estou imediatamente ciente de uma função "interna" (por exemplo, in baseou similar), mas podemos fazer isso com muita facilidade e eficiência em algumas linhas de código.

Aqui está uma função que usa uma matriz (não um quadro de dados) como entrada e produz as contagens de transição ( prob=FALSE) ou, por padrão ( prob=TRUE), as probabilidades estimadas de transição.

# Function to calculate first-order Markov transition matrix.
# Each *row* corresponds to a single run of the Markov chain
trans.matrix <- function(X, prob=T)
{
    tt <- table( c(X[,-ncol(X)]), c(X[,-1]) )
    if(prob) tt <- tt / rowSums(tt)
    tt
}

Se precisar chamá-lo em um quadro de dados, você sempre poderá

trans.matrix(as.matrix(dat))

Se você estiver procurando por algum pacote de terceiros, o Rseek ou o site de pesquisa do R poderá fornecer recursos adicionais.

Acabei de enviar um novo pacote R markovchain, baseado no estilo de programação S4. Juntamente com vários métodos para manipular objetos markovchain S4, ele contém uma função para ajustar uma cadeia Markov a partir de uma sequência de estados. Dê uma olhada em:

library(markovchain) 
sequence <- c("a", "b", "a", "a", "a", "a", "b", "a", "b", "a", 
              "b", "a", "a", "b", "b", "b", "a")
mcFit <- markovchainFit(data=sequence)

Isso poderia ajudar.