基于马尔可夫链和变长马尔可夫链的离散建模

Question

我有一个数据集，包括患者和他们的等距离的就诊，我用{0,1}值（0=不存在，1=存在）标记他们左眼和/或右眼是否存在疾病。数据集如下所示：

          R L

Patient 1 0 1

Patient 1 1 1

Patient 1 0 1

Patient 1 0 1

Patient 1 0 1

Patient 2 1 1

Patient 2 0 1

Patient 2 0 1

Patient 2 1 1

Patient 3 0 0

Patient 3 1 1

Patient 3 0 0

Patient 3 0 1

Patient 3 1 1

Patient 3 0 1
and so on.....

因此，这意味着患者1有5次就诊，其手上的疾病被确定为是或否，用1或0表示

我假设转移概率是平稳的，并且在不同的病人之间没有变化。我想用变长马尔可夫链和马尔可夫链预测同时存在疾病的概率，即1-1

对于VLMC，我有一个想法，不需要修剪就可以对我的所有患者进行拟合，将树加在一起，然后修剪得到的汇总树——可能有深度限制

你知道我怎么用Python做这个吗？我已经计算了创建转移矩阵等的概率，但在Python中找不到适合VLMC的包，而且就离散Markov链而言，包太多了，我不知道该选哪一个。我想比较一下VLMC和离散Markov链，看看它是否发现了与这些简单模型相同的东西

非常感谢您的帮助