会计学第一节动态(dòngtài)测试的基本概念1确定性数据(shùjù)周期数据：经过一定时间间隔重复(chóngfù)出现的数据周期数据：经过一定时间(shíjiān)间隔重复出现的数据式中上式还可以(kěyǐ)写成如下形式：非周期数据：能用明确(míngquè)的数学关系式描述，但是又不是周期性的数据。2随机性数据(shùjù)2随机性数据(shùjù)第二节随机过程(guòchéng)及其特征随机变量重复测量一个不变的物理量，由于被测量、测量仪器或测量条件的随机因素，造成所测得一系列测量结果(jiēguǒ)包含随机误差，其中每次测量结果(jiēguǒ)都是取得一个随机的、但是唯一的测量值，因而测量结果(jiēguǒ)是一个随机变量。随机函数由于自动化生产和科学研究的发展，被测量可能是随时间而变化，或者是随空间而连续变化的过程，因此，测量过程和测量结果都是一个随机的但是连续变化的函数，称为随机函数。这种函数，对于自变量的每一个给定(ɡěidìnɡ)值，结果是一个随机变量。用x(t)表示随机函数样本的集合(jíhé)（总体），则1把x(t)看作是样本集合(jíhé)时，x(t)一位这一组时间函数x1(t),x2(t),…,xn(t)的集合(jíhé)2把x(t)看作诗一个样本时，x(t)意味着一个具体的时间函数3若t=t1时，则x(t)意味着一组随机变量的x1(t1),x2(t1),…,xn(t1)的集合(jíhé)随机(suíjī)过程的特征值随机过程的特征(tèzhēng)量有以下四种：1概率密度函数概率密度函数是概率相对于振幅(zhènfú)的变化率。对概率密度函数积分可得概率分布函数，二者互为微积分的关系：2均值(jūnzhí)、方差和方均值(jūnzhí)随机函数(hánshù)的方差也是一个时间函数(hánshù)D[x(t)]，对于自变量t的每一个给定值，D[x(t)]等于该随机函数(hánshù)在t值时数值对均值偏差平方的平均值（数学期望），即实质上是随机函数(hánshù)的二阶中心矩随机函数(hánshù)方差开平方就是标准差。方差和标准差都是非随机的时间函数(hánshù)，确定了随机函数(hánshù)所有现实相对于均值的分散程度。随机(suíjī)过程的均方值就是随机(suíjī)函数x(t)的二阶原点矩，即均方值既反映随机(suíjī)过程的中心趋势，也反映随机(suíjī)过程的分散度。3自相关(xiāngguān)函数自相关(xiāngguān)函数具有以下性质：4谱密度(mìdù)函数当随机过程的长度趋于正无穷，而频率(pínlǜ)元素趋于零时，描述随机过程的阶梯曲线趋于光滑曲线Gx(f),则有变化为定积分形式则有Gx(f)描述了过程的强度沿f轴的分布密度，称为随机过程的频谱密度或谱密度。由于(yóuyú)Gx(f)是定义在零到正无穷的频率范围上，因此被称为“单边”谱密度，但谱密度也可以定义在负无穷到正无穷的频率范围上，称为“双边”谱密度，记为Sx(f)。因随机过程的总功率不变，所以有谱密度(mìdù)具有以下的性质：谱密度函数(hánshù)的作用第三节随机(suíjī)过程特征量的实际估计在工程实际中，随机过程大多是平稳随机过程，对于具有N个样本的平稳随机过程通常采用总体平均法（几何平均法）求其特征量的估计，而对于各态历经随机过程，则可采用时间平均法求其特征量的估计值。下面介绍这些实际估计方法(fāngfǎ)及其精度。1平稳随机(suíjī)过程及其特征量由定义可见，随机(suíjī)过程是“平稳”的第一个条件是其均值为常数：第二个条件(tiáojiàn)是其方差为常数，即满足“平稳(píngwěn)”的第三个条件是随机函数的自相关函数应不随t的位置推移而变化，即与t无关：广义（宽）平稳(píngwěn)随机函数B平稳随机过程的特征量a平稳随机过程的均值和方差按照平稳过程的定义可知，t=t1，t2，…的均值不变，即，同时，平稳过程的方差为平稳随机过程的均值和方差都是常数(chángshù)，且方差等于为零的自相关函数值。b平稳随机过程的自相关(xiāngguān)函数平稳随机过程的自相关(xiāngguān)函数主要性质如下：C平稳随机过程特征(tèzhēng)量的实验估计对N各连续的记录采样（采集断续的数字样本），取等间距的，截取(jiéqǔ)图7-12的连续记录，得函数值，如表7-2所示。采样数目(shùmù)的确定：采样(cǎiyànꞬ)数目的确定：式中，2各态历经(lìjīnꞬ)随机过程及其特征量各态历经(lìjīnꞬ)性的判定方法各态历经随机(suíjī)过程的特征量实际中，