第一章随机过程的一般概念 1.1随机过程的定义 (一)概率空间设已给点所成的集=(),以及中 的一些子集A所成的集,如果具有下列性质,就称它是一个σ代数:

众所周知,计算机在抽样过程中起着十分重要的作用。 例如,前面提出利用计算机产生随机数,当然我们知道它产 生的是“伪”随机数。本章所讨论的系统抽样在抽样过程中 选择使用计算机将是十分方便的

信源及其分类 信源就是信息的来源 在一个固定的时刻,信源发出的是一个随机变量。 随着时间的延续,信源发出的是一个随机过程

在实际检验的过程中，并不是将这3万只灯泡全部一一进行 检验，常常是随机地抽取其中一部分来进行灯泡的寿命的检测. 事实上，通常没有必要有时甚至不可能对总体逐一进行检验. 如考察一批炮弹的质量，能把它们全部爆炸来进行检验吗？又 如，检验一批棉花的纤维抗拉强度也只能随机地抽取其中一部 分来进行，等等

完全随机设计的单因素方差分析 One -Way- ANOVA过程是检验单一因素影响多个(两个 以上)彼此独立的样本是否来自相同的总体。适合于: 1、 各样本是相互独立的随机样本; 2、各样本来自正态总体;

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、平稳时间序列分析 五、非平稳序列的确定性分析 六、非平稳序列的随机性分析 七、平稳性的单位根检验 八、单整、趋势平稳与差分平稳随机过程

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、平稳时间序列分析 五、非平稳序列的确定性分析 六、非平稳序列的随机性分析 七、平稳性的单位根检验 八、单整、趋势平稳与差分平稳随机过程

再谈试验及样本空间 一次随机试验的所有可能的试验结果所构 成的集合被称作样本空间,而每一个可能 的试验结果构成样本点.样本点的集合A称 作事件,只包含一个样本点的集合{a}被称 作基本事件. 请注意,这里的试验结果实际上是一次试验 的全过程的记录,因此和我们原来的印象中 的试验结果并非一样,并非试验结束时候的 那个结果

本文在[1]的基础上作了较一般的推广。将脱碳动力学模型中的容量传质系数作为随机系数来处理。在某些假定条件下,求出了解过程的理论表达式,并进行了矩函数计算

DF 检验要求模型 的随机 扰动项 t e 独立同分 布。但在实际应用中这 一条件往往不 能满足（如上一节中的有关例子）。一般来说，如果估计 模型的 DW 值偏离 2 较大，表明随机扰动 项是序列相关的，在这种情 况下使用 DF 检验可能会导致偏误，需要 寻找新的检验方法