环境变量path的作用、时间序列的学习、标准差与标准误差

118.环境变量path的作用

实际上，对Windows操作系统环境变量path的编辑，只是为了在命令行下可以无需带路径，直接执行一些程序，而不会出现程序文件无法找到的错误。

119.对于时间序列的学习的感想：

概念：时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。

分类：
（1）按所研究的对象的多少分，有一元时间序列和多元时间序列。

（2）按时间的连续性可将时间序列分为离散时间序列和连续时间序列两种。

（3）按序列的统计特性分，有平稳时间序列和非平稳时间序列。如果一个时间序列的概率分布与时间t无关，则称该序列为严格的（狭义的）平稳时间序列。如果序列的一、二阶矩存在，而且对任意时刻t满足：

*均值为常数
*协方差为时间间隔T的函数。

则称该序列为宽平稳时间序列，也叫广义平稳时间序列。我们以后所研究的时间序列主要是宽平稳时间序列。

（5）按时间序列的分布规律来分，有高斯型时间序列和非高斯型时间序列。

作用：时间序列预测技术就是通过对预测目标自身时间序列的处理，来研究其变化趋势的。

我们常认为一个时间序列可以分解为以下四大部分：

（1）长期趋势变动。它是指时间序列朝着一定的方向持续上升或下降，或停留在某一水平上的倾向，它反映了客观事物的主要变化趋势。

（2）季节变动。

（3）循环变动。通常是指周期为一年以上，由非季节因素引起的涨落起伏波形相似的波动。

（4）不规则变动。通常它分为突然变动和随机变动。

三种时间序列模型

如果在预测时间范围以内，无突然变动且随机变动的方差较小，并且有理由认为过去和现在的演变趋势将继续发展到未来时，可用一些经验方法进行预测。

120.标准差与标准误差：

标准差与标准误差的意义、作用和使用范围均不同。标准差(亦称单数标准差)一般用SD(standard deviation)表示，是表示个体间变异大小的指标，反映了整个样本对样本平均数的离散程度，是数据精密度的衡量指标；而标准误差一般用SE(standard error）表示，反映样本平均数对总体平均数的变异程度，从而反映抽样误差的大小，是度量结果精密度的指标。
随着样本数(或测量次数)n的增大，标准差趋向某个稳定值，即样本标准差s越接近总体标准差σ，而标准误差则随着样本数(或测量次数)n的增大逐渐减小，即样本平均数越接近总体平均数μ；故在实验中也经常采用适当增加样本数(或测量次数)n的方法来减小实验误差，但样本数太大意义也不大。标准差是最常用的统计量，一般用于表示一组样本变量的分散程度；标准误差一般用于统计推断中，主要包括假设检验和参数估计，如样本平均数的假设检验、参数的区间估计与点估计等。