马尔科夫分析法中级经济师

马尔可夫分析法又称为马尔可夫转移矩阵法，是指在马尔可夫过程的假设前提下，通过分析随机变量的现时变化情况来预测这些变量未来变化情况的一种预测方法。起源于俄国数学家安德烈·马尔可夫对成链的试验序列的研究。1907年马尔可夫发现某些随机事件的第N次试验结果常决定于它的前一次（N－1次）试验结果，马尔可夫假定各次转移过程中的转移概率无后效性，用以对物理学中的布朗运动作出数学描述；1923年由美国数学家诺伯特·维纳提出连续轨道的马尔可夫过程的严格数学结构；30－40年代由柯尔莫戈罗夫、费勒、德布林、莱维和杜布等人建立了马尔可夫过程的一般理论，并把时间序列转移概率的链式称为马尔可夫链。马尔可夫分析法已成为市场预测的有效工具，用来预测顾客的购买行为和商品的市场占有率等，同时也应用在企业的人力资源管理上。

实际分析中，往往需要知道经过一段时间后，市场趋势分析对象可能处于的状态，这就要求建立一个能反映变化规律的数学模型。马尔可夫市场趋势分析模型是利用概率建立一种随机型的时序模型，并用于进行市场趋势分析的方法。马尔可夫分析法的基本模型为：X（K+1）=X（K）×P式中：X（K）表示趋势分析与预测对象在T=K时刻的状态向量，P表示一步转移概率矩阵，X（K+1）表示趋势分析与预测对象在T=K+1时刻的状态向量。必须指出的是，上述模型只适用于具有马尔可夫性的时间序列，并且各时刻的状态转移概率保持稳定，若时间序列的状态转移概率随不同的时刻在变化，不宜用此方法。由于实际的客观事物很难长期保持同一状态的转移概率，故此法一般适用于短期的趋势分析与预测。

马尔可夫分析法（markov analysis）又称为马尔可夫转移矩阵法，是指在马尔可夫过程的假设前提下，通过分析随机变量的现时变化情况来预测这些变量未来变化情况的一种预测方法。马尔可夫分析起源于俄国数学家安德烈·马尔可夫对成链的试验序列的研究。1907年马尔可夫发现某些随机事件的第N次试验结果常决定于它的前一次（N－1次）试验结果，马尔可夫假定各次转移过程中的转移概率无后效性，用以对物理学中的布朗运动作出数学描述；1923年由美国数学家诺伯特·维纳提出连续轨道的马尔可夫过程的严格数学结构；30－40年代由柯尔莫戈罗夫、费勒、德布林、莱维和杜布等人建立了马尔可夫过程的一般理论，并把时间序列转移概率的链式称为马尔可夫链。马尔可夫分析法已成为市场预测的有效工具，用来预测顾客的购买行为和商品的市场占有率等，同时也应用在企业的人力资源管理上。

马克夫分析法也叫做马尔可夫分析法（内部供给分析的定性方法），英语Markov analysis 。马尔科夫分析法的原理是：一个系统的某些因素在转移中，第n次结果只受第n-1的结果影响，只与当前所处状态有关，与其他无关。其基本模型是：X(k+1)=X(k)×；马尔科夫分析法的一般步骤为： ①调查目前的公司人员占有情况； ②调查求职者寻求工作的变动情况；③建立数学模型；④预测未来人才需求量。运用此方法的最关键在于建立适合企业的人力资源数学模型，关键要素在于公司薪酬在同行业内竞争力，公司知名度及求职者关心的用人单位其他条件。基本上在企业中很少做到精确计算需求，只能在现有人力基础上，根据公司战略，做适度增幅。因为其数学模型不好建立，而且概率P也只是相对稳定，所以一般在工作中比较少用。到。