在因子（二进制）列（r 语言中的向量）上对数据框条件进行子集化

我有一个 1/0 的序列，指示患者是否处于缓解状态，

假设缓解或未缓解的记录是在离散时间进行的，

我如何检查每个患者的马尔可夫特性，然后总结结果，即假设任何患者在任何时间缓解的概率仅取决于患者上次缓解/上次未缓解（与事情相同）也就是说，任何患者在任何时间的缓解概率仅取决于患者是否在前一行中缓解，即使不是第一次观察也是如此）

P(r=1 at t=t+1|r=1 at t)=p(r=1 at t+1|r=1 at t, r=0 at t=t-1, r=1 at t =t-2，r=1，t=t-3）

如果你了解马尔可夫性质就很容易理解

这是我的 df 的摘录

患者病情缓解

ju67       1

ju67       0

ju67       0

ju88       1

ju88       1

ju23       1

ju23       0

有任何想法吗？用所需的条件对数据帧进行子集化，然后使用“msm”包计算概率，或者（可能是更好的方法）仅查看状态转换表就可以了，但是我该怎么做，对于数据帧的子集，我需要例如仅包含患者具有三个连续的 0 处于缓解状态（包括现在处于缓解状态的 0），并将其与具有两个连续 0 处于缓解状态的数据帧的子集（包括现在处于缓解状态的 0）进行比较 –