when presented with a time series,

when presented with a time series, the first step in the analysis is usually to plot the data and to obtain simple descriptive measures of the main properties of the series as described in chapter 2. for example, looking at Figure 1.3 it can be seen that there is a regular seasonal effect, with sales 'high' in winter and 'low' in summer. It also looks as though annual sales are increasing (i.e. show an upward trend). For some series, the variation is dominated by such 'obvious' features, and a fairly simple model, which only attempts to describe trend and seasonal variation, may be perfectly adequate to describe the variation in the series. For other series, more sophisticated techniques will be required to provide an adequate analysis. then a more complex model will be constructed, such as the various types of stochastic process described in chapter 3.

Kết quả (Việt) 1:

Khi trình bày với một loạt các thời gian, bước đầu tiên trong phân tích thường là lô dữ liệu và để có được biện pháp đơn giản mô tả các đặc tính chính của bộ truyện như mô tả trong chương 2. Ví dụ, nhìn hình 1.3 nó có thể được nhìn thấy là có một hiệu ứng theo mùa thường xuyên, với doanh số bán hàng 'cao' mùa đông và 'thấp' trong mùa hè. Nó cũng có vẻ như là mặc dù doanh thu hàng năm tăng (tức là thấy một xu hướng trở lên). Đối với một số series, các biến thể chủ yếu là các tính năng 'rõ ràng', và một mô hình khá đơn giản, chỉ cố gắng để mô tả các xu hướng và biến đổi theo mùa, có thể hoàn toàn đầy đủ để mô tả các biến thể trong dòng. Cho series khác, kỹ thuật phức tạp hơn sẽ được yêu cầu để cung cấp một phân tích đầy đủ. sau đó một mô hình phức tạp hơn sẽ được xây dựng, chẳng hạn như các loại khác nhau của quá trình ngẫu nhiên được mô tả trong chương 3.

Kết quả (Việt) 2:

khi trình bày với một chuỗi thời gian, bước đầu tiên trong việc phân tích thường là để âm mưu dữ liệu và để có được biện pháp mô tả đơn giản của các thuộc tính chính của bộ truyện như mô tả trong chương 2. Ví dụ, nhìn vào hình 1.3 ta có thể thấy rằng có một hiệu ứng theo mùa thông thường, với doanh số "cao" trong mùa đông và 'thấp' vào mùa hè. Nó cũng có vẻ như là mặc dù doanh số bán hàng năm đang gia tăng (tức là có xu hướng tăng). Đối với một số series, các biến thể bị chi phối bởi như vậy tính năng 'rõ ràng', và một mô hình khá đơn giản, mà chỉ cố gắng để mô tả xu hướng và biến động theo mùa, có thể là hoàn toàn phù hợp để mô tả sự thay đổi trong chuỗi. Đối với hàng loạt khác, kỹ thuật tinh vi hơn sẽ được yêu cầu cung cấp một phân tích đầy đủ. sau đó là một mô hình phức tạp hơn sẽ được xây dựng, chẳng hạn như các loại khác nhau của quá trình ngẫu nhiên được mô tả trong chương 3.