Imprecieze Markovketens zijn wiskundige modellen die Markovketens veralgemenen door middel van de theorie van imprecieze waarschijnlijkheden. Hierdoor kunnen ze gebruikt worden wanneer (numerieke) parameters slechts gedeeltelijk gespecificeerd zijn en/of wanneer het aannemen van een Markoviaans karakter ongegrond zou zijn. Gevolgtrekkingen die verkregen worden met imprecieze Markovketens kunnen worden geïnterpreteerd als robuuste grenzen op traditionele gevolgtrekkingen waarin men geïnteresseerd zou zijn, in die zin dat ze rekening houden met alle variatie die impliciet mogelijk blijft door het slechts deels specificeren van parameters en structurele modeleigenschappen. Dit doctoraatsonderzoek draait om het ontwikkelen van een theorie van imprecieze Markovketens in continue tijd: in het proefschrift introduceren we hun definitie, parameterisering en interpretatie; onderzoeken we hun structurele eigenschappen; ontwikkelen we eenvoudige algoritmen voor het uitrekenen van een grote generieke klasse van inferentieproblemen; en bewijzen we een verband met bestaand werk waarmee we---zonder extra moeite---beschikking krijgen over veel gespecialiseerde en meer efficiënte algoritmen die in het verleden ontwikkeld zijn voor imprecieze Markovketens in discrete tijd.