محاسبه مدلی که بتواند این وابستگیها را در نظر بگیرد بسیار دشوار خواهد بود، اما در بسیاری از موارد مقداری که یک متغیر تصادفی به خود اختصاص میدهد، فقط به مقدار قبلی آن متغیر بستگی دارد. یعنی میتوان رابطه بالا را به صورت ساده زیر نوشت:
( آریانژاد، 1387: 147)
با بیان این مطالب، منظور از فرایند مارکوف، فرایند تصادفی است که دارای سه ویژگی زیر باشد :
- تعداد نتایج یا وضعیتهای ممکن محدود[85] باشد.
- نتیجه یا وضعیت در هر دوره فقط وابسته به نتیجه دوره قبل باشد.
- احتمالات مربوط به تغییر وضعیتها طی زمان ثابت باشد
اگر یک فرایند مارکوف مجموعه نتایج قابل شمارش[86] داشته باشد زنجیره مارکوف نامیده می شود. همانطور که توضیح داده شد، مارکوف متغیر تصادفی Xn را وابسته به وضعیت آن در یک دوره قبل یعنی وابسته به Xn-1 و مستقل از Xn-2, Xn-3, …,X1 معرفی کرد. برای بیان سادهتر به صورت زیر مینویسیم:
و این یک بردار احتمال سطری است که هر انتقال ممکنی از حالت i به تمام حالتهای موجود در سیستم را نشان میدهد، به طوری که برای هر i داریم:
(دبلدی و اسونگ[87]، 2011: 103).
هدف زنجیرهی مارکوف، مطالعه فرایندهایی است که اگر حالت فعلی معلوم باشد، آینده فرایند مستقل از گذشته آن است که در طبیعت، ریاضی و علوم اجتماعی مثالهای بسیاری با چنین ویژگی وجود دارند(قهرمانی،1390: 700). با توجه به مفهوم زنجیره مارکوف، میتوان آن را یک سیستم معادلات تفاضلی درجه اول معرفی کرد که وضعیتهای مختلف را طی زمان به هم مرتبط می کند. یعنی تغییرات را طی زمان نشان میدهد و میتوان همگرا یا واگرا بودن آن را در طول زمان بررسی کرد. در حقیقت این فرایند حرکت در یک سیستم، از حالتی به حالت دیگر به همراه احتمالات مرتبط با هر انتقال است که به عنوان زنجیره شناخته شده است. با وجود n حالت، مدل زنجیره مارکوف n2 پارامتر خواهد داشت که در یک ماتریس انتقال n*n چیده میشوند. تخمین زدن این درآیهها از بررسی داده ها برای رسیدن به سوالات گوناگونی به کار میرود. (گویگ و مارشال[88]، 1986: 1407)
3-6-2- ماتریس انتقال
تغییرات حالات سیستم، انتقال نام دارند و احتمالهایی که به این تغییر حالتها نسبت داده میشوند احتمال انتقال نام دارند. مجموعهای از حالتها و احتمال انتقالها به طور کامل یک زنجیره مارکوف را مشخص میکنند. ماتریسی که احتمال تغییر وضعیت را در زنجیره مارکوف نشان میدهد، ماتریس انتقال مینامیم. این ماتریس دارای سه ویژگی است:
-
- از آنجا که تمام وضعیتها را در بر میگیرد، حتما مربع است.
-
- چون درآیهها بیانگر احتمالات هستند، عددی را بین صفر و یک اختیار می کنند.
-
- جمع عناصر هر سطر حتما برابر با یک است.
یکی از بهترین روشهای تخمین درآیههای ماتریس انتقال استفاده از فراوانی نسبی به صورت زیر است:
(1)
: تعداد مشاهدات برای حرکت از وضعیت i به وضعیت j
: تعداد کل مشاهدات برای حرکت از i به همان وضعیت یا هر وضعیت دیگر (ادلمن،1958: 899)
اگر یک فرایند تصادفی X در n حالت مختلف در نظر بگیریم که به مجموعه{ I={1,2,…..,n تعلق دارد. با فرض اینکه همیشه یک احتمال ثابت pij وجود دارد که این فرایند از حالت i به حالت j برود، می شود ماتریس انتقالn*n را که هر درآیه به شکل زیر تعریف می شود را برآورد کرد:
که این احتمالات مطابق با فرمول (1) محاسبه می شود. درآیههای روی قطر اصلی احتمال وضعیت ثابت در طول زمان را نشان می دهند. اگر عناصر روی قطر اصلی ماتریس انتقال بزرگ باشند، نشاندهنده تمایل برای ماندن در همان وضعیت خاص، در دوره بعد است و اگر عناصر غیر از قطر اصلی، بزرگ باشند، گرایش زیاد برای حرکت از حالتی به حالت دیگر بین دو دوره را نشان میدهد. هدف شاخص های تحرک وزن دادن به مقادیر عناصر خارج از قطر اصلی در برابر مقادیر عناصر روی قطر اصلی است(کانتر و کروگر[89]، 2004: 176).
3-6-3- حالت پایدار[90] زنجیره مارکوف
همانطور که در بخشهای قبل گفته شد، بنگاه ممکن است در کوتاهمدت رشد یا رکود داشته باشند اما در بلندمدت که در حقیقت برآیندی از این تغییرات مثبت و منفی آن است، نسبت به بنگاههای دیگر تغییری نداشته باشد(دبلدی و اسونگ، 2011: 104). برای بعضی از زنجیرههای مارکوف، پس از تعداد زیادی تغییر وضعیت احتمال رسیدن زنجیره به یک وضعیت خاص مستقل از وضعیت اولیه وجود دارد(قهرمانی،1390: 738). در بحث زنجیره مارکوف، زنجیرهای وضعیت پایدار دارد که یک بردار وجود داشته باشد به طوری که ماتریس انتقال T در تساوی زیر صدق کند.:
برداری که اگر در ماتریس انتقال ضرب شود، حاصل آن برابر با خود بردار است و این بدان معناست با رسیدن به این حالت، ماتریس انتقال ثابت شده و پس از و در دوره های بعد از آن تغییری نخواهد کرد
(2)
این بردار وضعیت پایدار، نشاندهنده توزیع متغیر تصادفی در بلند مدت است
(3)
( دبلدی و اسونگ، 2011: 104)
اگر ماتریس انتقال، یک ماتریس منظم باشد، حتما در بلندمدت به بردار معینی خواهد رسید این بردار به چند روش قابل محاسبه است که در ادامه دو روش ذکر شده است:
هر ماتریس را میتوان برحسب بردارهای ویژه چپ و راستش بسط داد. اگر ماتریسی( مثل ماتریس انتقال T ) دارای n مقدار ویژه متمایز از هم در نظر بگیریم به صورت زیر میتوان بسط آن را نوشت:
باید حاصل ضرب بردار چپ و راست را نرمال کرد.
و میدانیم اگر ماتریسی به توان برسد، ویژه مقادیر آن نیز به همان توان میرسند. پس داریم:
شرط اینکه یک ماتریس منظم باشد، این است که بزرگترین ویژه مقدار آن یک باشد. ویژه مقادیر را از بزرگ به کوچک مرتب میکنیم. مقدارش برابر با یک و بقیه مقدارشان کوچکتر از یک است. پس تساوی بالا را به صورت زیر میتوان نوشت:
میتوان این مقدار پایدار را از روش اولین بردار سمت چپ ماتریس نیز به دست آورد، این روش به صورت زیر اثبات میگردد:وضعیت اولیه قرار گرفتن بنگاهها در گروه ها(حالتها) میباشد. که بر حسب بردارهای ویژه چپ، با ضرایب دلخواه بسط داده شده است:
از آنجا که برای بردارهای ویژه چپ معادله زیر صادق است،
میتوان حاصلضرب بردار حالت اولیه در ماتریس انتقال را به صورت زیر بازنویسی کرد:
بزرگترین ویژه مقدار یک ماتریس منظم برابر با یک و بقیه وویژه مقادیر از آن کوچکتر میباشد بنابراین
که به صورتی انتخاب می شود که جمع عناصر این بردار حاصله برابر با یک شود، نرمال کردن این بردار به صورت زیر است:
بنابراین اولین بردار ویژه چپ ماتریس انتقال، وقتی طوری نرمال شود که مجموع عناصر این بردار برابر با یک باشد، حالت ثابت[91] یا بردار پایدار[92] زنجیره میگویند، که حد ماتریس انتقال سیستم است(میر و پلمونر[93]، 1993: 126)
3-6-4- محاسبه شاخص تحرک
کانتنر و کروگر[94] (2004)،گویک و همکارانش (1986) و شورکز[95](1978) اظهار داشتند که هدف شاخص های تحرک وزن دادن به مقدار و اهمیت عناصر قطر اصلی است و همچنین امکان رتبه بندی متفاوت ماتریسهای انتقال از لحاظ تحرک را آسان می کنند. اگر p ماتریس انتقال باشد و بخواهیم شاخص های تحرک را به عنوان یک اسکالر واقعی پیوسته تعریف کنیم، تابع را به صورت زیر ارزشگذاری میکنیم:
یک شاخص تحرک، یک تابع از احتمال انتقال، است که ماتریس انتقال ،P ، را به یک عدد[96] ترسیم می کند و به کمک M(I)=0 آن را تفسیر میکنیم، این ماتریس نشان دهنده یک زنجیره مارکوف با عدم تحرک کامل است. (گویک و مارشال، 1986: 1408)
شورکز[97]پیشنهاد کرد که شاخص های تحرک با توجه به چند معیار سنجش شوند که ما آنها را در سه گروه قرار داد:
الف) معیارهای پایداری[98]
این معیارها یک شاخص را مقید به مطابقت با برخی ویژگیهای ماتریس انتقال P می کند.
- معیار یکنوایی(M)[99] :