Основная идея статистического обучения заключается в том, что вы можете учиться, повторяя эксперимент. Например, мы можем продолжать щелкать чертёжной кнопкой, чтобы узнать вероятность того, что чертёжная кнопка приземлится на его голову.
В контексте временных рядов мы наблюдаем один прогон случайного процесса, а не повторные прогоны случайного процесса. Мы наблюдаем 1 длинный эксперимент, а не несколько независимых экспериментов.
Нам нужны стационарность и эргодичность, чтобы наблюдение стохастического процесса в долгосрочной перспективе было аналогично наблюдению многих независимых течений стохастического процесса.
Некоторые (неточные) определения
Ω{Yt}t∈{1,2,3,…}ω∈Ω
- tYtΩ
- ωX(ω){Y1(ω),Y2(ω),Y3(ω),…}
Основная проблема во временных рядах
X1X2X3i=1,…,nωi∈ΩX1n∑ni=1XiE[X]
tΩ
1T∑Tt=1Yt
Чтобы несколько наблюдений с течением времени выполняли аналогичную задачу, как многократные извлечения из выборочного пространства , нам нужны стационарность и эргодичность .
E[Y]1T∑Tt=1YtE[Y]
Пример 1: сбой стационарности
{Yt}Yt=t{Yt}
St=1t∑ti=1YiStt→∞S1=1,S2=32,S3=2,…,St=t+12YtStt→∞
Пример: сбой эргодичности
XYt=Xt{Yt}=(0,0,0,0,0,0,0,…){Yt}=(1,1,1,1,1,1,1,…
E[Yt]=12St=1t∑ti=1YiYt