Los modelos de Markov de tiempo discreto se utilizan en una amplia variedad de ciencias sociales. Sin embargo, estos modelos poseen la propiedad sin memoria, lo que los hace menos adecuados para ciertas aplicaciones. Los modelos semi-Markov permiten distribuciones de tiempo de estancia más flexibles, que pueden adaptarse a efectos de duración de estancia. Una visión general de las diferencias y posibles obstáculos con respecto al uso de los modelos de Markov y semi-Markov en la planificación de personal fue dada por Valliant y Milkovich (1977). Ampliamos aún más sus ideas e introducimos modelos híbridos semi-Markov para sistemas abiertos con distribuciones de tiempo de estancia dependientes de la transición. Los modelos híbridos semi-Markov tienen como objetivo reducir la complejidad del modelo en términos del número de parámetros a estimar teniendo en cuenta únicamente los efectos de duración de estancia para aquellas transiciones para las que es útil. Se derivan y discuten ecuaciones de predicción para el vector de existencias. Además, las ideas se ilustran y discuten basadas en un conjunto de datos de personal del mundo real. El modelo híbrido semi-Markov se compara con los modelos de Markov y semi-Markov mediante diversos criterios de selección de modelos.