Discrete time series can arise in s

Discrete time series can arise in several ways. Given a continuous time series, we could read off (or digitize) the values at equal intervals of time to give a discrete series called a sampled series. Another type of discrete series occurs when a variable does not have an instantaneous value but we can aggregate (or accumulate) the values over equal intervals of time. Examples of this type are exports measured monthly and rainfall measured daily. Finally, some time series are inherently discrete, an example being the dividend paid by a company to shareholders in successive years.
Much statistical theory is concerned with random samples of independent observations. The special feature of time-series analysis is the fact that successive observations are usually not independent and that the analysis must take into account the time order of the observations. When successive observations are dependent, future values may be predicted from past observations. If a time series can be predicted exactly, it is said to be deterministic. But most time series are stochastic in that the future is only
partly determined by past values, so that exact predictions are impossible and must be replaced by the idea that future values have a probability distribution which is conditioned by a knowledge of past values.

Kết quả (Việt) 1:

Thời gian rời rạc loạt có thể phát sinh trong một số cách. Đưa ra một dòng thời gian liên tục, chúng tôi có thể đọc ra (hoặc số hoá) các giá trị tương đương khoảng thời gian để cung cấp cho một loạt rời rạc gọi là một loạt phim lấy mẫu. Một loại rời rạc loạt xảy ra khi một biến thì không có giá trị ngay lập tức, nhưng chúng tôi có thể tổng hợp (hoặc tích lũy) các giá trị trong khoảng thời gian bằng thời gian. Ví dụ về loại này là xuất khẩu đo hàng tháng và lượng mưa đo được hàng ngày. Cuối cùng, một số chuỗi thời gian là vốn đã rời rạc, một ví dụ là việc chia cổ tức được trả tiền bởi một công ty cho các cổ đông trong những năm kế tiếp. Lý thuyết thống kê nhiều là có liên quan với mẫu ngẫu nhiên của các quan sát độc lập. Các tính năng đặc biệt của phân tích chuỗi thời gian là một thực tế rằng liên tiếp quan sát thường không độc lập và phân tích phải đưa vào tài khoản thứ tự thời gian của các quan sát. Khi quan sát liên tiếp phụ thuộc, các giá trị trong tương lai có thể được dự đoán từ quá khứ quan sát. Nếu một chuỗi thời gian có thể dự đoán chính xác, nó được gọi là xác định. Nhưng hầu hết thời gian series là ngẫu nhiên mà tương lai là chỉ một phần được xác định bởi giá trị trong quá khứ, do đó dự đoán chính xác có thể và phải được thay thế bởi những ý tưởng rằng các giá trị trong tương lai có một phân phối xác suất điều kiện của một kiến thức về các giá trị trong quá khứ.

Kết quả (Việt) 2:

Rời rạc chuỗi thời gian có thể phát sinh trong một số cách. Cho một chuỗi thời gian liên tục, chúng ta có thể đọc ra (hoặc số hóa) các giá trị tại các khoảng thời gian bằng nhau để cung cấp cho một loạt rời rạc được gọi là một loạt mẫu. Một loại loạt rời rạc xảy ra khi một biến không có một giá trị tức thời, nhưng chúng ta có thể tổng hợp (hoặc tích lũy) các giá trị trong khoảng thời gian bằng nhau. Các ví dụ của loại này được xuất khẩu được đo hàng tháng và lượng mưa đo hàng ngày. Cuối cùng, một số chuỗi thời gian vốn đã rời rạc, một ví dụ là cổ tức được trả bởi một công ty cho các cổ đông trong những năm kế tiếp.
Lý thuyết thống kê Phần lớn là có liên quan với các mẫu ngẫu nhiên của các quan sát độc lập. Các tính năng đặc biệt của phân tích chuỗi thời gian là một thực tế rằng các quan sát liên tiếp thường không phải là độc lập và các phân tích phải đưa vào tài khoản theo thứ tự thời gian của các quan sát. Khi quan sát tiếp phụ thuộc, các giá trị trong tương lai có thể dự đoán từ những quan sát qua. Nếu một chuỗi thời gian có thể dự đoán chính xác, nó được cho là xác định. Nhưng hầu hết các chuỗi thời gian là ngẫu nhiên trong tương lai mà chỉ
phần được xác định bởi giá trị quá khứ, để dự đoán chính xác là không thể và phải được thay thế bởi ý tưởng rằng giá trị tương lai có một phân bố xác suất được quy định bởi một kiến thức về các giá trị quá khứ.