Analisis Markov
Apakah Analisis Markov?
Analisis Markov ialah kaedah yang digunakan untuk meramalkan nilai pembolehubah yang nilai ramalannya hanya dipengaruhi oleh keadaan semasanya, dan bukan oleh sebarang aktiviti terdahulu. Pada dasarnya, ia meramalkan pembolehubah rawak hanya berdasarkan keadaan semasa yang mengelilingi pembolehubah itu.
Analisis Markov sering digunakan untuk meramalkan tingkah laku dan keputusan dalam kumpulan besar orang. Ia dinamakan sempena ahli matematik Rusia Andrei Andreyevich Markov, yang mempelopori kajian proses stokastik, iaitu proses yang melibatkan operasi peluang. Markov mula-mula menggunakan kaedah ini untuk meramalkan pergerakan zarah gas yang terperangkap dalam bekas.
Memahami Analisis Markov
Proses analisis Markov melibatkan penentuan kemungkinan tindakan masa depan, memandangkan keadaan semasa pembolehubah. Setelah kebarangkalian tindakan masa depan di setiap negeri ditentukan, pepohon keputusan boleh dilukis, dan kemungkinan keputusan boleh dikira.
Analisis Markov mempunyai beberapa aplikasi praktikal dalam dunia perniagaan. Ia sering digunakan untuk meramalkan bilangan kepingan yang rosak yang akan keluar dari barisan pemasangan, memandangkan status operasi mesin pada talian. Ia juga boleh digunakan untuk meramalkan bahagian akaun belum terima (AR) syarikat yang akan menjadi hutang lapuk.
Syarikat juga boleh menggunakan analisis Markov untuk meramalkan kesetiaan jenama masa hadapan pelanggan semasa dan hasil keputusan pengguna ini pada bahagian pasaran syarikat. Beberapa kaedah ramalan harga saham dan harga opsyen menggabungkan analisis Markov juga.
Kelebihan dan Kelemahan Analisis Markov
Faedah utama analisis Markov ialah kesederhanaan dan ketepatan ramalan di luar sampel. Model mudah, seperti yang digunakan untuk analisis Markov, selalunya lebih baik dalam membuat ramalan berbanding model yang lebih rumit.Hasil ini terkenal dalam ekonometrik.
Malangnya, analisis Markov tidak begitu berguna untuk menerangkan peristiwa, dan ia tidak boleh menjadi model sebenar situasi asas dalam kebanyakan kes. Ya, agak mudah untuk menganggarkan kebarangkalian bersyarat berdasarkan keadaan semasa. Walau bagaimanapun, ia sering memberitahu sedikit tentang mengapa sesuatu berlaku.
Analisis Markov ialah alat yang berharga untuk membuat ramalan, tetapi ia tidak memberikan penjelasan.
Dalam kejuruteraan, agak jelas bahawa mengetahui kebarangkalian mesin akan rosak tidak menjelaskan mengapa ia rosak. Lebih penting lagi, mesin tidak benar-benar rosak berdasarkan kebarangkalian yang merupakan fungsi sama ada ia rosak atau tidak hari ini. Pada hakikatnya, mesin mungkin rosak kerana gearnya perlu dilincirkan dengan lebih kerap.
Dalam kewangan, analisis Markov menghadapi had yang sama, tetapi menyelesaikan masalah adalah rumit oleh kekurangan pengetahuan relatif kami tentang pasaran kewangan. Analisis Markov adalah lebih berguna untuk menganggarkan bahagian hutang yang akan mungkir daripada menapis risiko kredit buruk pada mulanya.
Contoh Analisis Markov
Analisis Markov boleh digunakan oleh spekulator saham. Katakan bahawa pelabur momentum menganggarkan bahawa saham kegemaran mempunyai peluang 60% untuk mengalahkan pasaran esok jika ia melakukannya hari ini. Anggaran ini hanya melibatkan keadaan semasa, jadi ia memenuhi had utama analisis Markov.
Analisis Markov juga membolehkan spekulator untuk menganggarkan bahawa kebarangkalian saham akan mengatasi prestasi pasaran untuk kedua-dua dua hari akan datang ialah 0.6 * 0.6 = 0.36 atau 36%, memandangkan saham menewaskan pasaran hari ini. Dengan menggunakan leverage dan pyramiding,. spekulator cuba untuk menguatkan potensi keuntungan daripada jenis analisis Markov ini.
##Sorotan
Analisis Markov ialah kaedah yang digunakan untuk meramalkan nilai pembolehubah yang nilai ramalannya hanya dipengaruhi oleh keadaan semasanya.
Analisis Markov berguna untuk spekulator kewangan, terutamanya pelabur momentum.
Analisis Markov tidak begitu berguna untuk menerangkan peristiwa, dan ia tidak boleh menjadi model sebenar situasi asas dalam kebanyakan kes.
Kelebihan utama analisis Markov ialah kesederhanaan dan ketepatan ramalan di luar sampel.
