Accueil Finances personnelles Comment utiliser le modèle de Markov dans Predictive Analytics - mannequins

Comment utiliser le modèle de Markov dans Predictive Analytics - mannequins

Vidéo: Chaînes de Markov pour la recherche de gènes 2025

Vidéo: Chaînes de Markov pour la recherche de gènes 2025
Anonim

Le modèle de Markov est un modèle statistique qui peut être utilisé dans l'analyse prédictive reposant fortement sur la théorie des probabilités. (Il tire son nom d'un mathématicien russe dont la recherche principale portait sur la théorie des probabilités.)

Voici un scénario pratique qui illustre comment cela fonctionne: Imaginez que vous voulez prédire si l'équipe X va gagner le match de demain. La première chose à faire est de recueillir des statistiques antérieures sur l'équipe X. La question qui pourrait se poser est de savoir jusqu'où vous devriez retourner dans l'histoire?

Supposons que vous ayez réussi à atteindre les 10 derniers résultats du jeu en séquence. Vous voulez connaître la probabilité que l'équipe X remporte le prochain match compte tenu des résultats des 10 derniers matchs.

Le problème est que plus on avance dans l'histoire, plus la collecte des données et le calcul des probabilités deviennent complexes.

Croyez-le ou non, le modèle de Markov vous simplifie la vie en vous fournissant l' Hypothèse de Markov, qui ressemble à ceci lorsque vous l'écrivez en mots:

La probabilité qu'un événement se produise, compte tenu des événements passés n , est approximativement égale à la probabilité qu'un tel événement se produise juste pour le dernier événement passé.

Écrit en formule, l'hypothèse de Markov ressemble à ceci:

Dans tous les cas, l'hypothèse de Markov signifie que vous n'avez pas besoin d'aller trop loin dans l'histoire pour prédire les résultats de demain. Vous pouvez simplement utiliser l'événement passé le plus récent. C'est ce qu'on appelle la prédiction de premier ordre de Markov parce que vous ne tenez compte que du dernier événement pour prédire l'événement futur.

A La prédiction de Markov du second ordre inclut uniquement les deux derniers événements qui se déroulent en séquence. À partir de l'équation qui vient d'être donnée, on peut également déduire l'équation suivante:

Cette équation vise à calculer la probabilité que certains événements se produisent dans l'ordre: événement 1 après événement 2 , et ainsi de suite. Cette probabilité peut être calculée en multipliant la probabilité de chaque événement t (compte tenu de l'événement précédent) par l'événement suivant dans la séquence. Par exemple, supposons que vous vouliez prédire la probabilité que l'équipe X gagne, puis perd, puis lie.

Voici comment un modèle prédictif typique basé sur un modèle de Markov fonctionnerait. Prenons le même exemple: Supposons que vous vouliez prédire les résultats d'un match de football devant être joué par l'équipe X. Les trois résultats possibles - appelés états - sont victoire, perte ou égalité.

Supposons que vous ayez recueilli des données statistiques sur les résultats des matchs de football de l'équipe X, et que l'équipe X ait perdu sa partie la plus récente. Vous voulez prédire le résultat du prochain match de football. Il s'agit de deviner si l'équipe X va gagner, perdre ou égaliser - en se basant uniquement sur les données des jeux précédents. Alors, voici comment vous utilisez un modèle de Markov pour faire cette prédiction.

  1. Calculez des probabilités basées sur des données antérieures.

    Par exemple, combien de fois l'équipe X a-t-elle perdu des parties? Combien de fois l'équipe X a-t-elle gagné des matchs? Par exemple, imaginez si l'équipe X a remporté 6 matchs sur 10 au total. Ensuite, l'équipe X a gagné 60% du temps. En d'autres termes, la probabilité de gagner pour l'équipe X est de 60%.

  2. Calculez la probabilité d'une perte, puis la probabilité d'une égalité, de la même manière.

  3. Utilisez l'équation de probabilité Naïve Bayes pour calculer les probabilités suivantes:

    • Probabilité que l'équipe X gagne, étant donné que l'équipe X a perdu le dernier match.

    • La probabilité que l'équipe X perde, étant donné que l'équipe X a remporté le dernier match.

  4. Calculez les probabilités pour chaque état (victoire, perte ou égalité).

  5. En supposant que l'équipe ne joue qu'une partie par jour, les probabilités sont les suivantes:

    • P (Win | Perte) est la probabilité que l'équipe X va gagner aujourd'hui, étant donné qu'elle a perdu hier.

    • P (Win | Tie) est la probabilité que l'équipe X va gagner aujourd'hui, étant donné qu'elle a fait match nul hier.

    • P (Win | Win) est la probabilité que l'équipe X gagne aujourd'hui, étant donné qu'elle a gagné hier.

  6. En utilisant les probabilités calculées, créez un graphique.

    Un cercle dans ce tableau représente un état possible que l'équipe X peut atteindre à tout moment (victoire, défaite, égalité); les chiffres sur les flèches représentent les probabilités que l'équipe X puisse passer d'un état à un autre.

Par exemple, si l'équipe X vient de gagner le match d'aujourd'hui (son état actuel = victoire), la probabilité que l'équipe gagne à nouveau est de 60%; la probabilité qu'ils perdent le prochain match est de 20% (auquel cas ils passeraient de l'état actuel = victoire à l'état futur = perte).

Supposons que vous vouliez connaître les chances que l'équipe X remporte deux matchs consécutifs et en perd le troisième. Comme vous pouvez l'imaginer, ce n'est pas une prédiction simple à faire.

Cependant, en utilisant le graphique que vous venez de créer et l'hypothèse de Markov, vous pouvez facilement prédire les chances qu'un tel événement se produise. Vous commencez avec l'état de victoire, marchez à travers l'état de victoire encore, et enregistrez 60 pour cent; alors vous passez à l'état de perte et enregistrez 20 pour cent.

Les chances que l'équipe X gagne deux fois et perdent le troisième jeu deviennent simples à calculer: 60% 60% fois 20%, soit 60% * 60% * 20%, ce qui équivaut à 72%.

Alors, quelles sont les chances que l'équipe X gagne, puis égalité, puis deux fois après? La réponse est de 20% (passage de l'état de victoire à l'état de cravate) multiplié par 20% (passant de l'égalité à la perte), multiplié par 35% (passant de la perte à la perte) par 35% (passant de la perte à la perte). Le résultat est de 49%.

Comment utiliser le modèle de Markov dans Predictive Analytics - mannequins

Le choix des éditeurs

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Pour approfondir votre conscience consciente, vous devez pratiquer une méditation de pleine conscience sur une base quotidienne. Familiarisez-vous avec certaines des médiations suivantes. Avec le temps, vous deviendrez plus conscient de votre vie quotidienne. Body Meditation Meditation - Cette méditation implique de passer environ une demi-heure, en prenant conscience de ...

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Les Templiers sont presque aussi fictifs dans Dan Brown Le code Da Vinci comme les chevaliers Jedi sont dans Star Wars. Bien que le héros Robert Langdon hésite d'abord à élever les Templiers dans ses cours, parce que la mention même d'eux fait ressortir les amants du complot, Brown n'a aucun problème à les faire participer ...

Démystification des mythes communs sur la franc-maçonnerie - mannequins

Démystification des mythes communs sur la franc-maçonnerie - mannequins

La franc-maçonnerie moderne existe depuis 1717. Les premières contre-vérités concoctées sur l'Ordre sont apparues en impression à peu près en même temps. Les États-Unis étaient consumés par l'hystérie anti-maçonnique à la fin des années 1820, et l'Europe a fait de Mason-bashing un sport populaire pendant deux siècles, le liant souvent à la propagande antisémite. Internet n'a que ...

Le choix des éditeurs

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

Dans la boîte de dialogue Configurer l'affichage dans PowerPoint, cliquez sur le bouton Configurer l'affichage dans l'onglet Diaporama du ruban Office 2011 pour Mac, ou choisissez Diaporama → Configurer l'affichage dans la barre de menus. Dans les deux cas, la boîte de dialogue Configurer l'affichage polyvalent apparaît. Choisir un type de spectacle dans PowerPoint 2011 pour Mac ...

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement d'un fichier sur lequel vous travaillez dans Office 2011 pour Mac est aussi simple que de cliquer sur le bouton Enregistrer dans la barre d'outils Standard, en appuyant sur Commande-S ou en choisissant Fichier → Enregistrer. Si votre fichier a été enregistré précédemment, l'enregistrement du fichier remplace la copie existante du fichier par votre version mise à jour. Si votre fichier n'a pas ...

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Dans Office 2011 pour Mac, l'ajout d'une nouvelle présentation de diapositive à une diapositive dans la vue Diapositive maître de PowerPoint 2011 est une tâche assez simple à effectuer. Suivez ces étapes pour commencer: Assurez-vous que vous êtes en mode Masque des diapositives. Choisissez Affichage → Maître → Masque de diapositives dans la barre de menus. Cliquez sur l'onglet Masque des diapositives du ruban, ...

Le choix des éditeurs

Sélectionnez PowerPoint 2007 Objects - dummies

Sélectionnez PowerPoint 2007 Objects - dummies

Avant de pouvoir modifier un objet PowerPoint 2007 sur une diapositive, vous devez le sélectionner. Dans les présentations PowerPoint, les objets peuvent être du texte, des graphiques, des images clipart, des formes, etc. Voici quelques instructions pour sélectionner les objets PowerPoint 2007: Objets texte: Pour sélectionner un objet texte PowerPoint 2007, déplacez le point d'insertion sur le texte qui ...

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Le contrôle shapePoint de powerPoint vous permet style des objets de ligne ou la bordure pour les objets de forme solide sur vos diapositives PowerPoint. Le contrôle Shape Outline se trouve dans le groupe Styles de formes de l'onglet Outils de dessin. Vous pouvez modifier les paramètres suivants pour le contour: Couleur: Définit la couleur utilisée pour ...

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 est le logiciel de présentation le plus puissant disponible pour créer et éditer la diapositive montrer des présentations pour le travail, la maison ou l'école. PowerPoint 2016 offre un certain nombre de raccourcis clavier utiles pour effectuer des tâches rapidement. Voici quelques raccourcis pour le formatage PowerPoint commun, l'édition et les tâches de fichiers et de documents. De plus, après avoir créé votre chef-d'œuvre, vous ...