如何定义时间序列数据的样本？（思路终于通顺了）

1、收集到的时间序列数据

a1 a2 a3 … an

假定有10条这样的数据，每个数据22个时间点

2、一次实验的定义

(1) 一次实验= 原始时间序列数据 + 选取的观测时间点

比如: 我站在时间点2的位置看整条时间序列数据

a1 我站的位置 a3 … an

上面的原始数据，总共有10*22个实验

(2) 随机变量

我站的位置叫做a_t

前面那个位置叫做a_t-1

后面那个位置叫做a_t+1

(3) 随机变量的统计量

E（a_t）

3、应用

n-gram语言模型
P(w_t+1=中国|w_t=我爱你) 这个概率如何理解？
假定有10句话，每句话10个词
那么，我们的样本一共有10*10个实验，每个实验具有不同的观测时间点
首先，看看观测时间点是 “我爱你”的有几个实验 numa
在看，观测时间点是“我爱你” && 观测时间点下一个是“中国” 的实验有几个 numb
那么，P(w_t+1=中国|w_t=我爱你) =numb/numa