Podstawową ideą uczenia statystycznego jest to, że możesz się uczyć powtarzając eksperyment. Na przykład możemy ciągle przewracać pinezkę, aby dowiedzieć się, jakie prawdopodobieństwo wyląduje na jej głowie.
W kontekście szeregów czasowych obserwujemy pojedynczy przebieg procesu stochastycznego zamiast powtarzanych przebiegów procesu stochastycznego. Obserwujemy 1 długi eksperyment zamiast wielu niezależnych eksperymentów.
Potrzebujemy stacjonarności i ergodyczności, aby obserwowanie długiego przebiegu procesu stochastycznego było podobne do obserwowania wielu niezależnych przebiegów procesu stochastycznego.
Niektóre (nieprecyzyjne) definicje
Niech Ω będzie przestrzenią próbki. Proces stochastyczny { Yt} jest funkcją zarówno czasu t ∈ { 1 , 2 , 3 , … } i wyniku ω ∈ Ω .
- Dla dowolnego czasu t , Yt jest zmienną losową (tj. Funkcją od Ω do pewnej przestrzeni, takiej jak przestrzeń liczb rzeczywistych).
- Dla każdego wyniku ω mamy X( ω ) to szereg deterministyczny { Y1( ω ) , Y2)( ω ) , Y3)( ω ) , … }
Podstawowa kwestia w szeregach czasowych
W Statistics 101 nauczono nas o szeregu niezależnych i identycznie rozmieszczonych zmiennych X1 , X2) , X3) itd. Obserwujemy wiele identycznych eksperymentów i = 1 , … , n gdzie ωja∈ Ω jest losowe wybrany, a to pozwala nam dowiedzieć się o zmiennej losowej X . Zgodnie z prawem wielkich liczb mamy 1n∑ni=1Xiprawie na pewno zbliżamy się doE[X].
Fundamentalna różnica w ustawieniu szeregów czasowych polega na tym, że obserwujemy wiele obserwacji w czasie t a nie wiele losowań z Ω .
W ogólnym przypadku 1T∑Tt=1Ytmoże w ogóle nie być zbieżny!
Do wielokrotnych obserwacji w czasie, aby osiągnąć podobne zadanie, jak wielokrotne pobieranie z przestrzeni próbki , potrzebujemy stacjonarności i ergodyczności .
Jeśli istnieje bezwarunkowa średnia E[Y] i spełnione są warunki dla twierdzenia ergodycznego, szeregi czasowe, średnia próbki 1T∑Tt=1Ytzbiegnie się do bezwarunkowej średniejE[Y].
Przykład 1: awaria stacjonarności
Niech { Yt} będzie zdegenerowanym procesem Yt= t . Możemy zobaczyć, że { Yt} jest nieruchomy (łącznego rozkładu nie jest niezmienna w czasie).
Niech S.t= 1t∑ti = 1Yjajest próbka w czasie serii znaczy, i jest oczywiste, żeS.tnie zbiegają się cokolwiek wt → ∞:S.1= 1 , S.2)= 32), S3)= 2 , … , St= t + 12) . ŚredniaYtnie istnieje, aS.tnie zbiega się z niczym, jakt → ∞.
Przykład: niepowodzenie ergodyczności
Niech X będzie wynikiem jednego rzutu monetą. Niech Yt= X dla wszystkich t , czyli { Yt} = ( 0 , 0 , 0 , 0 , 0 , 0 , 0 , … ) lub { Yt} = ( 1 , 1 , 1 , 1 , 1 , 1 , 1 , … .
Mimo że mi[ Yt] = 12) , średnia próbka szeregów czasowychS.t= 1t∑ti = 1Yjanie daje średniąYt.