UC知道急！！！英语厉害的帮忙翻译一下
来源：百度知道 编辑：UC知道 时间：2024/06/27 08:01:09
Getting from stochastic difference equations to time series analysis requires that an observed time series be conceptualized as a product of an underlying substantive process. In particular, an observed time series is conceptualized as a "realization" of an underlying process that is assumed to be reasonably well described by an unknown stochastic difference equation (Chatfield 1996, pp. 27–28). In other words, the realization is treated as if it were a simple random sample from the distribution of all possible realizations the underlying process might produce. This is a weighty substantive assumption that cannot be made casually or as a matter of convenience. For example, if the time series is the number of lynchings by year in a southern state between 1880 and 1930, how much sense does it make to talk about observed data as a representative realization of an underlying historical process that could have produced a very large number of such realizations? Many time series are
乘车从随机差分方程为时间序列分析需要一个观察时间序列的概念的产物，一个根本的实质性进程。特别是，观察时间序列的概念作为“实现”一个基本的过程，是假定为合理描述一个未知的随机差分方程（查特菲尔德1996年，页。 27-28 ） 。换句话说，实现对待，就好像它是一个简单的随机抽样，从发行的所有可能实现的基本进程可能会产生。这是一个重大的实质性的前提是不能随便或作为一种方便。例如，如果时间序列是一些私刑今年在南部国家， 1880年至1930年，有多少意义它使谈论观测数据作为代表实现基本的历史进程中，可能产生非常大的一些诸如实现？许多时间序列或者概念化作为一个人口;人们认为是所有存在（例如，弗里德曼和巷1983年） 。然后的相关时间序列分析变得明朗，虽然许多描述工具还能被救活。
如果人们可以生活在世界的基本假设，统计工具，时间序列分析提供了可用于制造推论对此随机差分方程是最符合的数据和什么的价值系数有可能。这是当然，并无太大的区别是什么做常规回归分析。
为工具，以正常工作，然而，我们必须至少承担“弱平稳。 ”借鉴戈特曼的教学讨论（ 1981年，页。 60 - 66 ） ，想象，大量的实现实际上是观察，然后显示在一个大型双向表一时期在每列和一个实现在每一行。弱平稳性要求，如果平均计算每个时间段（即每个栏） ，这些手段将effectivel
离散偏微分方程来理解时序列？