Другими словами, свойства строго стационарного временного ряда не изменяются при изменении начала отсчета времени. В частности, при т = 1 из предположения о строгой стационарности временного ряда xt следует, что закон распределения вероятностей случайной величины Xt не зависит от t, а значит, не зависят от t и все его основные числовые характеристики (если, конечно, они существуют), в том числе математическое ожидание Е (Xt) = // и дисперсия D(Xt)= a. [c.13]
Практическая проверка строгой стационарности ряда xt на основании наблюдения значений х, Х2,. .., х в общем случае затруднительна. В связи с этим под стационарным рядом на практике часто подразумевают временной ряд xt, у которого [c.14]
П.т. называется стационарным, если вероятность поступления определенного числа требований за какой-то промежуток времени определяется только величиной этого промежутка и не зависит от момента его начала. (Это определение не вполне строго.) Если требования могут поступать в систему только по одному, то такой поток называется ординарным. Если числа поступающих за произвольно взятые (разные) промежутки времени заявок взаимно независимы — это поток без последействия. [c.270]
Стационарность спроса определяется прежде всего условиями работы потребителя. Строго говоря, трудно ожидать действительно стационарного спроса в течение длительного промежутка времени, но в целях удобства анализа малыми изменениями параметров можно пренебречь и, периодически пересматривая последние, считать спрос кусочно-стационарным. Характеристиками спроса, близкими к стационарным, обладают промышленные объекты, введенные в нормальный режим эксплуатации, в особенности с многономенклатурным производством, когда изменения производственной программы по отдельным позициям, требующим общих исходных материалов, частично нивелируют колебания в спросе на последние. [c.41]
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]
Смотреть страницы где упоминается термин Временной ряд строго стационарный
: [c.155]Эконометрика (2002) -- [ c.14 , c.15 ]