基本思想: 把水文要素随时间的变化作为一个随机过程来研究,分析水文要素前后期演变情况的统计规律,应用这一规律由前期水文要素的数值作出后期要素的预报。 一个随机过程离散化后得到一个水文时间序列

连续时间马氏链 仍记状态空间为S={0,1,2,…} 定义设随机过程X={X(t),t≥0}对于任意0≤to0就有 P{(tn+1)=in+1(to) io, X (t1) =i1,.,()= in} =P{X(tn+) in+()= in} 则称{X(t),t≥0}为连续参数马尔可夫链(简称连续参数马氏链)

黎曼斯蒂尔吉斯积分 Riemann-Stieltjes积分

第一章概率论基础知识 1.事件、概率和概率空间 1.1随机事件的运算和概率 1.2代数(城)和Bore集

§9.1 时间序列的平稳性及其检验 一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程 §9.2 随机时间序列分析模型 一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验 §9.3 协整与误差修正模型 一、长期均衡关系与协整 二、协整检验 三、误差修正模型

《应用随机过程教程》教学资源（参考资料）与在算法和智能计算中的应用——第9章 以图象信息为背景的随机场、迭代Markov系统

电子科技大学：《随机过程及应用 Stochastic Processes and Applications》课程教学资源（课件讲稿）第1章 预备知识 第4节 随机变量的数字特征

电子科技大学：《随机过程及应用 Stochastic Processes and Applications》课程教学资源（课件讲稿）第1章 预备知识 第3节 随机变量的函数

电子科技大学：《随机过程及应用 Stochastic Processes and Applications》课程教学资源（课件讲稿）第1章 预备知识 第2节 随机变量及其分布

第一章概率论基础知识 1.事件、概率和概率空间 1.1随机事件的运算和概率 1.2代数(城)和Bore集