Equations (2.13) and (2.14) indicat

Equations (2.13) and (2.14) indicate the existence of dependence between samples. However,
they do not describe the form of the dependence. We can develop different first-order Markov
models depending on our assumption about the form of the dependence between samples.
If we assumed that the dependence was introduced in a linear manner, we could view
the data sequence as the output of a linear filter driven by white noise. The output of such
a filter can be given by the difference equation

Kết quả (Việt) 1:

Phương trình (2.13) và (2.14) chỉ ra sự tồn tại của sự phụ thuộc giữa các mẫu. Tuy nhiên,họ không mô tả hình thức của sự phụ thuộc. Chúng tôi có thể phát triển khác nhau đặt hàng đầu tiên MarkovCác mô hình tùy thuộc vào chúng tôi giả định về các hình thức của sự phụ thuộc giữa các mẫu.Nếu chúng ta giả định rằng sự phụ thuộc đã được giới thiệu một cách tuyến tính, chúng tôi có thể xemCác trình tự dữ liệu như là đầu ra của một bộ lọc tuyến tính thúc đẩy bởi tiếng ồn trắng. Đầu ra như vậymột bộ lọc có thể được cho bởi phương trình khác biệt

Kết quả (Việt) 2:

Phương trình (2.13) và (2.14) chỉ ra sự tồn tại của sự phụ thuộc giữa các mẫu. Tuy nhiên,
họ không mô tả hình thức của sự phụ thuộc. Chúng tôi có thể phát triển bậc nhất Markov khác nhau
mô hình tùy thuộc vào giả thiết của chúng tôi về hình thức của sự phụ thuộc giữa các mẫu.
Nếu chúng ta giả định rằng sự phụ thuộc đã được giới thiệu một cách tuyến tính, chúng ta có thể xem
các chuỗi dữ liệu là đầu ra của một bộ lọc tuyến tính do tiếng ồn trắng. Sản lượng như
một bộ lọc có thể được cho bởi phương trình khác biệt