Một ý tưởng cơ bản trong học thống kê là bạn có thể học bằng cách lặp lại một thí nghiệm. Ví dụ, chúng ta có thể tiếp tục lật một cái đinh bấm để tìm hiểu xác suất một cái đinh bấm rơi xuống đầu nó.
Trong bối cảnh chuỗi thời gian, chúng tôi quan sát một lần chạy của một quá trình ngẫu nhiên thay vì chạy lặp lại quá trình ngẫu nhiên. Chúng tôi quan sát 1 thí nghiệm dài hơn là nhiều thí nghiệm độc lập.
Chúng ta cần sự ổn định và tính linh hoạt để việc quan sát một quá trình dài của quá trình ngẫu nhiên tương tự như quan sát nhiều hoạt động độc lập của một quá trình ngẫu nhiên.
Một số định nghĩa (không chính xác)
Ω{Yt}t∈{1,2,3,…}ω∈Ω
- tYtΩ
- ωX(ω){Y1(ω),Y2(ω),Y3(ω),…}
Một vấn đề cơ bản trong chuỗi thời gian
X1X2X3i=1,…,nωi∈ΩX1n∑ni=1XiE[X]
tΩ
1T∑Tt=1Yt
Để có nhiều quan sát theo thời gian để hoàn thành một nhiệm vụ tương tự như nhiều lần rút ra từ không gian mẫu , chúng ta cần sự ổn định và tính linh hoạt .
E[Y]1T∑Tt=1YtE[Y]
Ví dụ 1: thất bại của văn phòng phẩm
{Yt}Yt=t{Yt}
St=1t∑ti=1YiStt→∞S1=1,S2=32,S3=2,…,St=t+12YtStt→∞
Ví dụ: thất bại của ergodility
XYt=Xt{Yt}=(0,0,0,0,0,0,0,…){Yt}=(1,1,1,1,1,1,1,…
E[Yt]=12St=1t∑ti=1YiYt