Model Markowa

Z Encyklopedia Zarządzania

Model Markowa jest modelem szeroko stosowanym w badaniach zachowania konsumentów. Jest to model stochastyczny, opisujący problem podejmowania decyzji w warunkach ryzyka. Za kryterium oceny najczęściej przyjmuje się wartość dochodu, zysku, straty lub czasu.

Według modelu Markowa zachowanie konsumentów na rynku to nieprzerwany proces decyzyjny, w którym można wyróżnić określone stany następujące po sobie w danym czasie i osiągnięcie jakiegoś konkretnego stanu w jakimś konkretnym czasie jest uzależnione od osiągniętego stanu w okresie wcześniejszym. Tak więc model ten przyjmuje warunkowe prawdopodobieństwo osiągnięcia poszczególnych stanów[1][2]

TL;DR

Model Markowa jest matematyczną techniką modelowania zachowania konsumentów. Opiera się na prawdopodobieństwie przejścia między różnymi stanami. Może być używany do badania planów i zamiarów zakupowych oraz preferencji konsumentów. Ukryty model Markowa analizuje funkcję gęstości wielowymiarowego szeregu czasowego, w którym ukryta struktura przejścia jest zdefiniowana za pomocą procesu Markowa. Model ten opiera się na dwóch założeniach: ciąg ukrytych stanów jest zgodny z łańcuchem Markowa, a obserwacje są niezależne pod warunkiem znanego ukrytego stanu.

Podczas konstrukcji modelu Markowa określany jest

  • możliwy wariant wyboru (stan)
  • cykl (okres czasu) - im krótszy cykl, tym bardziej model obrazuje rzeczywistą sytuację,
  • prawdopodobieństwo przejścia - na podstawie dostępnych informacji możemy określić prawdopodobieństwo przejścia z jednego stanu do stanu następnego w ciągu jednej jednostki czasu.

Modele Markowa są matematyczną techniką modelowania opartą na rachunku macierzowym.

S. Mynarski przeprowadził badania planów i zamiarów dotyczących kupna samochodu przez gospodarstwa domowe. Badane jednostki podzielił na trzy grupy:[3]

  • grupa I - rodziny nie posiadające samochodu i nie planujące jego zakupu
  • grupa II - rodziny nie mające samochodu, ale zamierzające go kupić
  • grupa III - rodziny posiadające samochód

Przejście rodzin z jednej grupy (stanu) do (stanu) grupy drugiej w ciągu roku przedstawione zostało za pomocą macierzy przejścia:

P - prawdopodobieństwo

Wynika z niej, że 70 % rodzin z grupy I po upływie określonej jednostki czasu - jednego roku - prawdopodobnie pozostanie przy decyzji poprzedniej. 20% rodzin prawdopodobnie zaplanuje kupno samochodu w przyszłości, a 10% rodzin kupi samochód.

W grupie II, 60% rodzin po okresie jednego roku pozostanie najprawdopodobniej przy wcześniejszej decyzji, 30% prawdopodobnie kupi samochód, a 10% zrezygnuje z kupna.

Natomiast stan zbiorowości z grupy III, która posiada samochód, nie ulegnie zmianie.

Zastosowanie Modelu Markowa

Model Markowa ma szerokie zastosowanie w badaniach zachowania konsumentów. Jest także wykorzystywany w badaniach planów i zamiarów zakupu towarów, preferencji konsumentów, kolejności zakupu towarów, substytucji potrzeb itp[4]

Badania te nie są bardzo trudne i skomplikowane, dlatego są często i chętnie przeprowadzane w małych przedsiębiorstwach.

Ukryty model Markowa

"W ukrytym modelu Markowa badana jest funkcja gęstości wielowymiarowego szeregu czasowego f (Yt), w którym ukryta struktura przejścia jest zdefiniowana za pomocą procesu Markowa. W modelu tym dyskretna zmienna losowa Xt nie jest bezpośrednio mierzalna, a stany łańcucha nazywa się ukrytymi". [5] Ukryty model Markowa można zapisać jako:

gdzie:

  • - funkcja gęstości rozkładu początkowego,
  • - prawdopodobieństwo przejścia, które określa prawdopodobieństwo bycia w ukrytym stanie w czasie t, pod warunkiem bycia w tym stanie w czasie t − 1. Ukryta macierz przejścia A o elementach oznacza prawdopodobieństwo przejścia z ukrytego stanu s do stanu r, tj. :

Suma prawdopodobieństw w każdym wierszu macierzy A jest równa jeden.

  • - funkcja gęstości rozkładu wielowymiarowego.

Ukryty model Markowa opiera się na dwóch głównych założeniach

  • "Ciąg ukrytych stanów jest zgodny z łańcuchem Markowa, tj. jest zależny jedynie od stanu poprzedniego (wystąpienie każdego kolejnego stanu ukrytego łańcucha Markowa zależy wyłącznie od jego poprzednika).
  • Obserwacje w każdym czasie są niezależne pod warunkiem znajomości ukrytego stanu . Oznacza to, że obserwacja w czasie t zależy tylko od ukrytego stanu w czasie t, co bardzo często odnosi się do założenia o lokalnej niezależności, która jest głównym założeniem całej grupy modeli ze zmiennymi ukrytymi".[6]


Model Markowaartykuły polecane
PrognozowanieKryterium minimaksoweModel ekonometrycznyPredykcjaDrzewo decyzyjneMetoda XYZModele podejmowania decyzjiSystem wczesnego ostrzeganiaEkonomia menedżerska

Przypisy

  1. Rudnicki L. (2000)., s. 237-238
  2. Łodziana-Grabowska J. (1996). , s. 108-109
  3. Mynarski S. (1973)
  4. Shomali A., Kapusta M., Gajer M. (1999). , s. 89-98
  5. Genge E. (2014)., s. 58-66
  6. Genge E. (2014)., s. 58-66

Bibliografia


Autor: Paulina Krzak, Jacek Skalski