【かくれまるこふれんさほう (imbedded Markov chain method)】
例えば待ち行列モデル M/G/1 において, 時刻 t {\displaystyle t\,} の系内客数を ξ ( t ) {\displaystyle \xi (t)\,} とすると, 確率過程 { ξ ( t ) } {\displaystyle \{\xi (t)\}\,} は, マルコフ過程ではない. 客の退去時点列を { t r , r = 0 , 1 , ⋯ } {\displaystyle \{t_{r},r=0,1,\cdots \}\,} とし, 退去時点直後の系内客数を ξ r = ξ ( t r ) {\displaystyle \xi _{r}=\xi (t_{r})\,} と表せば, 確率過程 { ξ r } {\displaystyle \{\xi _{r}\}\,} は, マルコフ連鎖となる. マルコフ連鎖 { ξ r } {\displaystyle \{\xi _{r}\}\,} を確率過程 { ξ ( t ) } {\displaystyle \{\xi (t)\}\,} に対する隠れマルコフ連鎖, { t r } {\displaystyle \{t_{r}\}\,} を再生点と呼び, { ξ r } {\displaystyle \{\xi _{r}\}\,} を解析することにより, { ξ ( t ) } {\displaystyle \{\xi (t)\}\,} の挙動を類推する解析法を隠れマルコフ連鎖法という.
の系内客数を 
とすると, 確率過程 
は, マルコフ過程ではない. 客の退去時点列を 
とし, 退去時点直後の系内客数を 
と表せば, 確率過程 
は, マルコフ連鎖となる. マルコフ連鎖 を確率過程 に対する隠れマルコフ連鎖, 
を再生点と呼び, を解析することにより, の挙動を類推する解析法を隠れマルコフ連鎖法という.