Zaman serileri stokastik süreçlerle aynı mıdır?


27

Stokastik bir süreç, zaman içinde gelişen bir süreçtir, bu yüzden gerçekten "zaman dizileri" demenin daha çekici bir yolu mu?


10
Bir zaman serisi, ayrık zamanlı bir gözlem desteğiyle stokastik bir süreçtir. Sürekli bir zamanda stokastik bir süreç gözlemlenebilir. (Ayrıca, bu seri, arkasındaki rasgele nesneyle yapılan gözlemler ve stokastik süreçlerle daha ilişkili olabilir.)
Xi'an

“Seri”, “sürecin” potansiyel olarak sürekli niteliğinin aksine, ayrık veya sınırlı doğa anlamına gelir.
Aksakal,

7
Stokastik bir sürecin zaman içinde gelişmesi gerekmez ; sabit olabilir. Aklıma, stokastik süreç ve zaman serileri arasındaki fark görüş açılarından biri. Stokastik bir süreç rastgele değişkenler topluluğudur, zaman serileri ise sayıların bir koleksiyonudur veya stokastik bir işlemin gerçekleştirilmesi veya örnek bir yoludur . Süreçle ilgili ek varsayımlarla , zaman serisinin sayılarının histogramını , süreç vb.
İçeren

2
@DilipSarwate, zaman serileri durağan olabilir ya da olmayabilir.
Aksakal,

2
@Aksakal Farklı olmak için yalvarıyorum. İstatistiğin sonlu uzunluklu zaman serileri olduğunu gözlemlediğini varsayalım. Bu durağan bir seri mi? Bunun olduğunu (veya olmadığını) nasıl söyleyebilirsiniz? Stokastik süreç hakkında çıkarımlar yapabileceğimiz birkaç zaman serisi (aynı zamanda instantlar için) bulunmadıkça ("Gee, tarafından alınan değerlerin histogramları seçiminden bağımsız olarak aynıdır ") . Ama tek bir sayı dizisi? Sen serisi durağan olup olmadığını söyleyemem ama olabilir varsayalım yatan yeniden yüzden stokastik süreç modelinin
1,0,1,0,1,0,1
nXnn
Dilip Sarwate

Yanıtlar:


32

Sorunlu birçok tutarsızlık yorumlarda ve cevaplarda göründüğü için, bazı yetkililere başvuralım.

James Hamilton bir zaman serisi bile tanımlamıyor, ama ne olduğu konusunda net:

... bu sayıları kümesi , verileri oluşturan temel stokastik sürecin yalnızca bir sonucudur. Gerçekten de, süreci sonsuz bir süre boyunca gözlemlediğimizi hayal etsek bile, dizisine sonsuz dizi olur Hala bir zaman serisi sürecinden tek bir gerçekleştirme olarak görülüyor. ...{ y t } t = = { , yT{ y t } t =

{yt}t=={,y1,y0,y1,y2,,yT,yT+1,yT+2,,},
{yt}t=

Bir pil düşünün bilgisayarlar dizilerin üretilmesi ... ve her biriyle tarihi ile ilişkili gözlemi seçmeyi düşünün sıra: Bu, rasgele değişkeni gerçekleşmelerinin bir örneği olarak açıklanacaktır . ...{ y ( 1 ) t } t = - , { y ( 2 ) t } t = - , , { y ( I )I{yt(1)}t=, {yt(2)}t=,, t{y ( 1 ) t ,y ( 2 ) t ,,y ( I ){yt(I)}t=tI-Yt

{yt(1),yt(2),,yt(I)}.
IYt

( Zaman Serisi Analizi , Bölüm 3.)

Bu nedenle, bir "zaman serisi işlemi", tamsayıları tarafından indekslenen rasgele değişkenler .t{Yt}t

Gelen stokastik diferansiyel denklemler, Bernt Øksendal genel stokastik işleminin standart matematiksel bir tanımını sağlar:

Tanım 2.1.4. Bir stokastik işlem bir parametrized rastgele değişkenlerin koleksiyon bir olasılık uzayında tanımlanan ve değerler almaya . ( Ω , K , P ) R, n-

{Xt}tT
(Ω,F,P) Rn

parametresi genellikle (bu kitapta olduğu gibi) yarım satırdır , ancak aynı zamanda bir aralık , negatif olmayan tamsayılar ve hatta altkümeleri de olabilir. için .[ 0 , ) [ a , b ] R ' , n , n 1T[0,)[a,b]Rnn1

İkisini bir araya getirerek, bir zaman serisi sürecinin tamsayılar tarafından indekslenen stokastik bir süreç olduğunu görüyoruz .

Bazı insanlar , bir zaman serisi sürecinin gerçekleştirilmesine atıfta bulunmak için "zaman dizileri" kullanır ( Wikipedia makalesinde olduğu gibi ). Hamilton’un dilindeki süreci, “zaman serisi süreci” kullanımıyla süreci gerçekleştirmekten ayırmak için makul bir çaba görebiliyoruz, böylece “zaman serileri” ni gerçekleştirmelere (veya hatta verilere) atıfta bulunmak için kullanabiliyor.


2
(+1) Son paragrafın özellikle önemli (ince de olsa) olduğunu düşünüyorum. Yine de, “sürekli zaman serileri” fikrinin bazen görüldüğünü eklemek istedim. Bazen ifade, değişkenlerin kendisinin ayrık değil sürekli olduğunu göstermek için basitçe kullanılır, ancak zamanın sürekli olarak örneklendiğini belirtmek için de kullanıldığını gördüm , bu nedenle "tamsayılarla indekslenen" evrensel olarak kabul edilmiş bir tanım olmayabilir. Örneğin , bakınız burada , Zaman Serileri: Brockwell & Davis'ten Teori ve Yöntemler.
Silverfish,

1
@ Silverfish Bu yorumları takdir ediyorum. Sonuçta, onları, “seri” nin matematikte evrensel olarak sayılabilir bir alana sahip bir fonksiyona atıfta bulunmak için kullanılmasının basit sebeplerinden dolayı ikna edici bulmuyorum . “Sürekli olarak örneklenir” bu kavramın içine dahil edilemez. Bazı yazarların sürekli zamanlı stokastik süreçlere "seri" olarak atıfta bulunabileceğine dair gözlemlerinize meydan okuyorum - Sadece durum böyle olursa, iyi kurulmuş bir terminolojiyi kötüye kullandıklarını söylüyorum.
whuber

3
Bu konuda "reçeteye karşı açıklama" tartışmasının bir derecesi olduğunu düşünüyorum. "Sürekli zaman dizileri" fikri kesinlikle azınlık kullanımıdır (bunun sahaya bağlı olup olmadığını merak ediyorum, sınırlı anlayışım, sinyal işleyen kişilerin genellikle "seri" yerine "sürekli zaman sinyali" anlamına geleceğidir) "seri" kelimesinin mantıksal olarak ayrı örneklemeyle daha tutarlı olduğu konusunda hemfikir olmaya meyilliyim. Sadece, azınlık kullanımının duyulmamış olmadığını, hatta bazı karışıklıkların neden olabileceği uzmanlar arasında bile duyulmadığını belirtmek istedim.
Silverfish

@ Silverfish, bu yüzden, sürekli zaman serileri olarak da düşünen bu azınlık için, stokastik süreç zaman serisine eşit mi?
Kod Papa,

3

Stokastik bir işlem, bir dizinin belirli bir kümedeki değerleri aldığı, bu dizinin sıralandığı ve zamana karşılık geldiği, (mutlaka bağımsız olmamak üzere) rasgele değişkenler kümesi veya topluluğudur . örnek rastgele yürüyüş. Zaman serileri Stokastik sürecin gerçekleştirilmesidir.{Xt}


1

Stokastik bir sürecin tanımlanması

Let bir olasılık uzay. Let başka ölçülebilir bir alan olabilir (örneğin, gerçek sayılar alanı olarak ). Biraz kesin bir şekilde konuşma:S R(Ω,F,P)SR

  • Bir rastgele değişken bir ölçülebilir fonksiyonudur için .SΩS
  • Stokastik bir süreç, zamanı tarafından indekslenen rastgele değişkenlerin bir ailesidir . t
    • Herhangi bir süre için , rastgele bir değişkendirX ttTXt
    • Herhangi bir sonuç için , , stokastik sürecin, zaman içinde attığı olası bir yolun gerçekleşmesidir .X ( ω ) XωΩX(ω)X

Bir zaman serisi tanımlama

Stokastik bir sürecin kristal netliğinde bir matematiksel tanımı olsa da. Bir zaman serisi daha az kesin bir kavramdır ve insanlar zamanla ilişkili iki ama farklı nesneye atıfta bulunur:

  1. WHuber'in tanımladığı gibi, tam sayılarla indekslenen bir stokastik süreç veya tam sayılarla eşleştirilerek bir anlamda normal, artan bir zaman birimi (ör. Aylık veriler).
  2. Düzenli aralıklarla gözlemlenen bir veri toplama. Bu, tamsayılar tarafından indekslenen stokastik bir sürecin gerçekleştirilmesi olabilir. Bazen buna zaman serisi verileri denir.

Örnek: iki çakmak

Let . sırasıyla 1 ve 2 çevirme işleminin sonucu olsun .Ω={ωHH,ωHT,ωTH,ωTT}X1,X2

X1(ω)={1:ω{ωHH,ωHT}0:ω{ωTH,ωTT}

X2(ω)={1:ω{ωHH,ωTH}0:ω{ωHT,ωTT}

Bu yüzden açıkça stokastik bir süreçtir. İndeksleme tamsayılar olduğundan, insanlar buna zaman dizisi de diyebilirler. İnsanlar ayrıca , örneğin gerçekleştirilmesini de söyleyebilirler. , bir zaman serisi veya zaman serisi verileri.X X ( ω H , H ) = ( lH , lH ){X1,X2}XX(ωHH)=(H,H)


0

Stokastik bir süreçle zaman serileri arasındaki fark, klavyedeki bir kedi ile Yığın Değişimindeki bir cevap arasındaki fark gibidir. Klavyelerdeki kediler cevap verebilir, ancak klavyelerdeki kediler cevap değildir . Ayrıca, her cevap klavyedeki bir kedi tarafından üretilmez.

Bir zaman serisi, zaman-değer-veri-noktası çiftleri topluluğu olarak anlaşılabilir. Öte yandan stokastik bir süreç matematiksel bir model ya da zaman serilerinin dağılımının matematiksel bir tanımıdır. Bazı zaman serileri, her iki türden stokastik süreçlerin gerçekleştirilmesidir. Veya, başka bir bakış açısıyla: Zaman serisi oluşturmak için stokastik bir süreci model olarak kullanabilirim.

Ayrıca, zaman serileri başka şekillerde de üretilebilir:

  • Gözlemlerin sonucu olabilirler ve böylece gerçeklik tarafından üretilirler. Gerçeği Stokastik bir süreç olarak modelleyebilsem de (gerçekliği stokastik bir süreç olarak gördüğümü söyleyebilirim), gerçeklik de bir kutunun iç kısmının bir puan noktası olmadığı gibi , stokastik bir süreç değildir. modelleme bağlamında iki eşdeğeri dikkate alın).

  • Deterministik süreçlerle üretilebilirler. Şimdi, kesinlikle konuşursak, stokastik süreçleri ve deterministik süreçleri öncekinin özel durumları olacak şekilde tanımlayabiliriz (ve tartışmalıyız), ancak bunu nadiren kullanırız ve deterministik süreçleri özel stokastik süreçlerin vakaları olarak kullanırız. karışıklığa neden olabilir - bunu doğrusal olmayan bir denklem sistemi olarak adlandırmakla karşılaştırabilirsiniz .x=2


Crete Ayrık zamanlı stokastik bir işlemse. Sürekli zamanlı stokastik süreç, zaman serilerinden çok fonksiyonların dağılımlarıdır.


1
Bir model ile veri kümesi arasında bir ayrım yapıp yapmadığınızı veya başka bir noktaya değinmeye çalışıp çalışmadığınız belli değil. Aynı zamanda, stokastik bir sürece ne aldığınız belli değil. (Söyleyeceğiniz tek şey, "ayrı bir zamana bağlı stokastik bir sürecin" bile "olmadığı" dır.) Fuarınızdaki bu belirsizlikler sorunu çözmek yerine karışıklığa neden olabilir.
whuber

@whuber: Bazı yönleri açıklığa kavuşturmak için cevabımı düzenlemiştim, ancak bence bazı "hatta" cümlelerini yanlış anladığını da düşünüyorum.
Wrzlprmft

0

Zaman serileri ve Stokastik süreç hakkındaki tüm tartışmaları / yorumları takdir ediyorum. İşte farkı anlıyorum: Zaman serileri gözlemlenen zamanla endekslenen bir dizi sayı olarak kaydedilen gözlenen bir olgudur; Büyük olasılıkla New York Borsasında hisse senedi fiyatları gibi gerçek hayat olgusunun bir dizi gözlemidir. Öte yandan, stokastik süreç her zaman olduğu gibi zaman serisinin matematiksel bir gösterimi (bir üretim değil) olarak anlaşılmaktadır.


Stokastik süreçler, zaman serilerinden daha geneldir. Örneğin, Markov zincirleri zaman serisi olmayan stokastik süreçlerdir.
Michael R. Chernick,

1
@Michael Chernick: Markov Zinciri tanımları ile tutarlı değil mi? Bu tanımların hangi kısımları Markov Zincirleri tatmin edici değil veya bu tanımlara katılmıyor musunuz?
ColorStatistics
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.