Ряд xt, t = 1,. .., п, называется строго стационарным (или стационарным в узком смысле), если для любого т ( т < п) совместное распределение вероятностей случайных величин Xt, ...,Xt такое же, как и для Xt +r,..., Xt +r, при любых t, ..., tm [c.13]
Случайная функция X(t) называется стационарной в узком смысле, если ее n-мерный закон распределения при любом п зависит только от интервалов (2 — /, . .. и совсем не зависит от положения этих интервалов в области изменения аргумента t. [c.300]
Наряду со строго стационарными временными рядами (в узком смысле) в эконометрике рассматриваются стационарные ряды (в широком смысле), в которых требование неизменности при любых п, t и т распространяется лишь на числовые характеристики указанного распределения. [c.136]
Ряд xt, t = 1,. .., п, называется гауссовским, если совместное распределение случайных величин Х, . .., Х является и-мерным нормальным распределением. Для гауссовского ряда понятия стационарности в узком и в широком смысле совпадают. [c.14]
Временной ряд y,(t = 1,2,..., п) называется строго стационарным (или стационарным в узком смысле), если совместное распределение вероятностей п наблюдений у, у ,..., у такое же, как и п наблюдений у + т, У2 + т,...., Уп+i при любых п, t и т. Другими словами, свойства строго стационарных1 рядов у, не зависят от момента /, т. е. закон распределения и его числовые характеристики не зависят от /. Следовательно, математическое ожидание ay(f) = а, среднее квадратическое отклонение sy(t) = a могут быть оценены по наблюдениям у, (t = 1,2,..., п) по формулам [c.136]
Ряд yt называется строго стационарным (stri tly stationary) или стационарным в узком смысле, если совместное распределение m наблюдений ytl, yt2,..., ytm не зависит от сдвига по времени, то есть совпадает с распределением yti+t,yt2+t, > J/tm+t для любых m, t, ti,..., tm. Обычно нас интересуют средние значения и ковариации, а не все распределение. Поэтому часто используется [c.276]
Как видно из II.8, для периодических систем можно увеличить объем выборки повторением имитационных опытов, в каждом из которых получается независимая оценка отклика (например, среднее время ожидания или вероятность большого времени ожидания). Для непрерывных систем мы тоже можем выделить отдельный опыт для повторения, разделив машинное время на отрезки с учетом времени, необходимого для завершения переходного процесса. Затем анализ ведется традиционными статистическими методами, основанными на независимых наблюдениях. Поскольку эти методы часто предполагают нормальность, обсудим сначала центральную предельную теорему для r-зависимого стационарного случая. Процесс называется стационарным в узком смысле, если совместная функция распределения вероятностей наблюденийл , х%,. .., xt,. .., XN во времени не есть функция времени t. Иначе говоря, эта вероятность не меняется во времени, а остается постоянной. (Это совпадает с определением установившегося состояния, данным в 1.2 и П.4.) При такой совместной функции распределения вероятностей безусловная функция распределения вероятности одинакова для каждого Xt. Это, в свою очередь, означает, что все [c.121]
Понятие г-зависимость означает, что Xt и xt+s автокоррелиро-ваны только в том случае, если s г. Центральная предельная теорема для стационарной r-зависимости формулируется следующим образом. Дана r-зависимая стационарная в узком смысле выборка xlt xz,. .-, xt,. .., XN с Е (xt) = ц и существует Е ( a t 3). Тогда среднее выборки [c.122]
В приведенных определениях ненулевой вектор /3 = (fi, . .., / д/)г определялся как коинтегрирующий вектор, если fi y t +. .. + f>NyNt стационарный ряд. Это означает, что если ряды y t, . .., yxt (по крайней мере, некоторые из них) содержат, наряду со стохастическим, еще и детерминированные тренды, то тогда коинтегрирующий вектор должен аннулировать оба вида трендов одновременно. И в связи с этим, коинтеграцию в узком смысле называют еще детерминистской коинтеграцией. [c.193]
Фактически, мы обнаружили следующее. Ряды y t, y t, ук, Уь коинтегрированы в том смысле, который был определен выше (коинтегрированы в узком смысле). Именно в таком виде ввели в обиход понятие ко интеграции Энгл и Гренджер. Ряды y t, yj t, у , y4t не являются коинтегрированными в узком смысле. В то же время, включение в правую часть статистической модели трендовой составляющей приводит к стационарным остаткам. [c.200]
В более узком смысле под материально-технич. базой С. понимают систему предприятий пром-сти строительных материалов и пром. предприятий строительной индустрии, парки строительных и дорожных машин, заводы металлоконструкций, заготовок и изделий для монтажа оборудования и специальных строительных работ, заводы по ремонту строительных машин, мастерские и другие стационарные и передвижные производственные установки строительных орг-ций. Одним из решающих условий обеспечения высоких темпов и непрерывно растущих масштабов С. в СССР является опережающее развитие МТБС по сравнению с ростом объемов строительно-монтажных работ. В 1962 валовая продукция промышленности строительных материалов увеличилась по сравнению с 1940 в 14 раз при росте за тот же период объема строительно-монтажных работ за счет капитальных вложений государственных и кооперативных организаций в 6 раз (см. табл. 1 в ст. Строительных материалов промышленность). [c.124]
Смотреть страницы где упоминается термин Стационарность в узком смысле
: [c.299] [c.151] [c.553] [c.329] [c.201]Основы стохастической финансовой математики Т.2 (1998) -- [ c.151 , c.158 ]