→ yhliu : 隨機過程 {X(n), n in Z} 是 stationary, 並不表示 02/06 07:00
→ yhliu : E[X(n)] 之共同值可用長期平均值 02/06 07:02
→ yhliu : (X(N-m)+X(N-m+1)+...+X(N+m))/(2m+1) 02/06 07:02
→ yhliu : 的極限值得到. 極端的反例是 X(n) = X(m) for any 02/06 07:04
→ yhliu : n, m. 能由長期平均值(的極限)得到共同期望值的惰形 02/06 07:06
→ yhliu : 是諸 X(n) 有獨立成分, 用大數法則可證得你要的結果 02/06 07:07
→ yhliu : 附言: 上述長期平均採奇數期, 任意中間點. 其實不一 02/06 07:10
→ yhliu : 定要取奇數期平均, 而是可取任意期平均. 02/06 07:11
→ recorriendo : 一個是time average, 一個是ensemble average 02/06 20:36
→ recorriendo : 兩者相等的情況叫做ergodic 在應用上通常都直接 02/06 20:38
→ recorriendo : 假定所得的訊號來自ergodic process 02/06 20:39
→ recorriendo : non-ergodic的情況 太難了 目前還是有待研究的領域 02/06 20:40
謝謝y大r大, 我也找到完整敘述了, 即i.i.d的情況下time average = ensemble average
※ 編輯: znmkhxrw (59.102.235.174 臺灣), 02/06/2020 23:31:23
→ recorriendo : 但ergodic不一定需要iid 最簡單的像穩態馬可夫鍊 02/07 12:23
→ yhliu : i.i.d. 情況直接就是大數法則了; 此處等於考慮 02/07 15:05
→ yhliu : dependent 情況的大數法則. 02/07 15:06
→ znmkhxrw : 欸可是我看弱大數與強大數法則都要iid耶...而我要 02/07 17:16
→ znmkhxrw : 的那個等式不就是強大數法則的statement嗎? 所以有 02/07 17:17
→ znmkhxrw : 更弱的條件可以推得強大數法則? 02/07 17:17
→ yhliu : 對啊! 普通大數法則都假設 i.i.d.; 但現在考慮的是 02/07 19:29
→ yhliu : 隨機過程, X(n)之間一般是不獨立的, 甚至可能不同 02/07 19:31
→ yhliu : 分布. 如馬可夫鏈就不是同分布, 只是在某些條件下 02/07 19:33
→ yhliu : 趨於穩定, 長期平均等於在算穩定分配的期望值. 02/07 19:36
→ znmkhxrw : y大我意思是指(**)要成立是確實是需要iid的 02/07 20:29
→ znmkhxrw : 只是這個假設很強, 很多時候都不是iid, 所以(**)也 02/07 20:29
→ znmkhxrw : 不一定會成立 02/07 20:29
→ znmkhxrw : ? 02/07 20:29
→ recorriendo : (**)是mean-ergodicity的定義 iid只是其特例 02/07 21:28
→ yhliu : 首先, (**) 有錯, 那個平均應改成 02/07 21:51
→ yhliu : (X(N-m)+X(N-m+1)+...+X(N+m))/(2m+1) 02/07 21:52
→ yhliu : 或至少原(**)那個 2m+1 改成 2N+1. 02/07 21:54
→ yhliu : 其次, 我不是說類似(**)那個式子只在 i.i.d. 才成立 02/07 21:55
→ yhliu : 而是說它不是對任意隨機過程都成立. 前面網友也說了 02/07 21:56
→ yhliu : 那是 ergodic process 的條件或定義. 02/07 21:58
→ yhliu : 修正: 是 mean-ergodic process. 02/07 22:00
→ znmkhxrw : 了解~那沒錯 感恩 然後(**)那邊筆誤 我改一下 02/07 22:34
※ 編輯: znmkhxrw (59.102.235.174 臺灣), 02/07/2020 22:34:27