3
确定性模型和随机模型有什么区别？
简单线性模型： ε 吨 Ñ （0 ，σ 2）x=αt+ϵtx=αt+ϵtx=\alpha t + \epsilon_t其中 〜IIDϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) 与和V 一- [R （X ）= σ 2E(x)=αtE(x)=αtE(x) = \alpha tVar(x)=σ2Var(x)=σ2Var(x)=\sigma^2 AR（1）： ε 吨 Ñ （0 ，σ 2）Xt=αXt−1+ϵtXt=αXt−1+ϵtX_t =\alpha X_{t-1} + \epsilon_t其中 〜IIDϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) 与和V 一- [R （X ）= 吨σ 2E(x)=αtE(x)=αtE(x) = \alpha tVar(x)=tσ2Var(x)=tσ2Var(x)=t\sigma^2 因此，简单的线性模型被视为确定性模型，而AR（1）模型被视为随机模型。 根据本·兰伯特（Ben Lambert）-确定性与随机性的Youtube视频，将AR（1）称为随机模型的原因是因为它的方差随时间增加。那么，非恒定方差的特征是否是确定随机或确定性的标准？ 我也认为简单线性模型不是完全确定性的，因为我们有一个项与模型相关联。因此，我们总是在具有随机性。那么我们可以说模型是确定性的还是随机的呢？ Xϵtϵt\epsilon_txxx