预测所需的初步详细信息。
> Nathan Dumlao via Unsplash
我希望在我有关时间序列的第一篇文章中介绍理解基本时间序列分析所需的基本思想和定义。 我们将从基本和关键的数学定义开始，这是实现更高级模型所必需的。 该信息将以与麦吉尔（McGill）研究生课程中类似的方式进行介绍，并遵循Brockwell和Davis教科书的风格。
介绍："时间序列"是按时间索引的观察值的集合。 每个观测值都发生在某个时间t，其中t属于允许时间T的集合。
> Figure 1: The general notation used to represent a times series Xt.
注意：在这种情况下，T可以是离散的，我们可以有一个离散的时间序列，或者在连续的时间序列中可以是连续的。 有时，我们将对时间序列{Xt}的观察称为该序列的一种实现。
时间序列的示例包括道琼斯（DOW Jones），一个表明是否每天下雨的简单序列，或按年序列划分的GDP。
时间序列{Xt}的"时间序列模型"是模型联合概率分布的规范（但是，通常我们只考虑均值和前几个矩的模型）。
除特殊情况外，时间序列将具有定义的有限均值。
> Figure 2: Notation for the mean.
如果存在更高级别的矩，则时间序列" t"和时间" s"的协方差；
