8 ガウス体とは何か知っています。しかし、私は文房具が何を意味するのかよくわかりません。静止した自己回帰プロセスなどの多くの場所でこの静止したものを見たことがありますが、実際には静止したことの意味がわかりません。 gaussian-process stationarity — ユーザー34790 ソース
7 時系列の定常性とは、シーケンス内の変数の同時分布が、実際の時間ではなく、時間のそれらの分離に完全に依存することを意味します。これは、平均と分散が一定であり、2つの時点での変数間の共分散が、ポイント間の時間差のみに依存することを意味します。空間データの場合、グリッド上の一連のポイントの分布は、それらがどのように分離されるかにのみ依存することを意味します。したがって、ポイントのセットをx方向にk単位、y方向にm単位シフトすると、それらのジョイントの分布は変化しません。 — マイケル・R・チェニック ソース 2 +1-ただし、ポイントをグリッドに制限する必要はありません。多くの空間アプリケーションでは、このような贅沢はありません。そのため、理論と概念が「不規則な点パターン」にも適用されることが不可欠です。 — whuber @whuberもちろん。アイデアは、ポイントの構成については、固定ベクトルによるすべてのポイントのシフトはそれらの共同分布を変更しないということです。 — Michael R. Chernick この答えは、実際には良い短いバージョンです。定常プロセスの簡単な定義を確認すると役立つ場合があります。ランダム場は確率過程の一般化であり、定常の概念は2つの間で類似しています。これらの定義は、ほとんどの初年度の卒業確率の本に記載されています。 — Fraijo ランダムフィールドは、整数または時点の1次元シーケンスではなく、空間インデックスを持つ確率的プロセスと見なすことができると思います。 — マイケルR.チェニック 厳密に言えば、確率過程は単一の実数値の「時間」パラメータを持つランダムなフィールドですが、それは本当に問題のポイントから離れています。私の唯一のポイントは、定常ランダム場の測定理論/微分幾何学/機能分析の定義を無視したい場合は、それらを定常確率過程と見なすことができるということです。後者を理解するのは簡単です。 — Fraijo