Như Aksakal đã đề cập trong câu trả lời của mình, video Ken T được liên kết mô tả các thuộc tính của xu hướng , không phải của các mô hình trực tiếp, có lẽ là một phần của việc giảng dạy về chủ đề liên quan của xu hướng và sự khác biệt trong kinh tế lượng. Vì trong câu hỏi của bạn, bạn đã hỏi về các mô hình, đây là bối cảnh của các mô hình :
Một mô hình hoặc quá trình là ngẫu nhiên nếu nó có tính ngẫu nhiên. Ví dụ: nếu được cung cấp cùng một đầu vào (biến độc lập, trọng số / tham số, siêu đường kính, v.v.), mô hình có thể tạo ra các đầu ra khác nhau. Trong các mô hình xác định, đầu ra được chỉ định đầy đủ bởi các đầu vào cho mô hình (các biến độc lập, trọng số / tham số, siêu âm, v.v.), sao cho cùng một đầu vào cho mô hình, các đầu ra giống hệt nhau. Nguồn gốc của thuật ngữ "stochastic" xuất phát từ các quá trình ngẫu nhiên . Theo nguyên tắc chung, nếu một mô hình có một biến ngẫu nhiên, thì đó là ngẫu nhiên. Các mô hình ngẫu nhiên thậm chí có thể là các biến ngẫu nhiên độc lập đơn giản.
Chúng ta hãy giải nén một số thuật ngữ sẽ giúp bạn hiểu các tài liệu xung quanh các mô hình thống kê (xác định, ngẫu nhiên, hay nói cách khác ...):
Một R ( 1 )t - 1μεt= 0), v.v. Chúng tôi thực hiện các giả định này để làm cho mô hình tuyến tính trở nên hữu ích để ước tính (các) biến phụ thuộc bằng cách giảm thiểu một số định mức của thuật ngữ lỗi đó. Các giả định này cho phép chúng tôi rút ra các thuộc tính hữu ích của các công cụ ước tính và chứng minh rằng các công cụ ước tính nhất định là tốt nhất theo các giả định đó; ví dụ: công cụ ước tính OLS là BLUE .
Một ví dụ đơn giản hơn về mô hình ngẫu nhiên là lật một đồng xu công bằng (đầu hoặc đuôi), có thể được mô hình hóa một cách ngẫu nhiên như một biến ngẫu nhiên nhị phân phân phối đồng đều iid, hoặc một quá trình Bernoulli . Bạn cũng có thể coi đồng xu lật như một hệ thống vật lý và đưa ra một mô hình xác định (trong một thiết lập lý tưởng hóa) nếu bạn tính đến hình dạng của đồng xu, góc và lực tác động, khoảng cách đến bề mặt, v.v. Nếu mô hình sau (vật lý) của lật đồng xu không có biến ngẫu nhiên trong đó (ví dụ: nó không xem xét lỗi đo lường của bất kỳ đầu vào nào của mô hình), sau đó nó có tính xác định.
XtAR(1)ϵtyt=axt+ϵttVar[Xt]tVar[Xt]
Hơn nữa, đôi khi có sự nhầm lẫn giữa các quá trình ngẫu nhiên đứng yên và các quá trình ngẫu nhiên không cố định. Stationarity ngụ ý rằng các số liệu thống kê như giá trị trung bình hoặc phương sai không thay đổi theo thời gian trong mô hình. Cả hai vẫn được coi là mô hình / quy trình ngẫu nhiên miễn là có sự ngẫu nhiên liên quan. Như đồng nghiệp Maroon, Matthew Gunn, đã đề cập đến câu trả lời của mình, sự phân rã của Wold nói rằng bất kỳ quá trình ngẫu nhiên đứng yên nào cũng có thể được viết là tổng của một quá trình xác định và ngẫu nhiên.