Econometrics Toolbox™支金宝app持建模和分析离散时间Markov模型。这些模型描述了假设的随机过程州x_t在一个状态空间X，受马尔可夫性质，这就需要分布x_{t+ 1}在达到状态之前独立于过程历史x_t。

离散状态空间的马尔可夫过程马尔可夫链，用有向图表示，用右随机转移矩阵描述P。状态在时间上的分布t+1是状态在时刻的分布t乘以P。的结构P确定链的演化轨迹，包括渐近线。

一个markov切换动态回归模型描述时间序列变量在结构突变或状态变化时的动态行为。离散时间马尔可夫链表示状态域的离散状态空间，并指定状态域之间的概率切换机制。一组动态回归(ARX或VARX)子模型描述了这些区域内时间序列的动态行为。

连续状态空间马尔可夫过程状态空间模型，允许通过连续状态空间的轨迹。底层的马尔科夫过程通常是不可观察到的。一个补充的观测方程描述了依赖于马尔科夫过程的系统可测量特征的演变。