遍歷性 (信號處理)：修订间差异

删除的内容添加的内容

行内

2022年5月21日 (六) 09:38的最新版本

遍历性（英語：Ergodicity），是指动力学系统或随机过程的统计结果在时间和空间上的一致性，表现为时间均值等于空间均值。^[1] 例如要得出一个城市A、B两座公园哪一个更受欢迎，有两种办法。第一种办法是在一定的时间段考察两个公园（在空间上考察）的人数，人数多的为更受欢迎公园；第二种办法，随机选择一名市民，跟踪足够长的时间（在时间上考察）来统计他去两个公园的次数，去得多的为更受欢迎公园。如果这个两个结果始终一致，则表现为遍历性。

参考

腳註

^ Fisher, A.J.; et al. Lack of group-to-individual generalizability is a threat to human subjects research. PNAS. 2018, 115 (27): 6106–6115. doi:10.1073/pnas.1711978115.

[Ergodicity-1] Fisher, A.J.; et al. Lack of group-to-individual generalizability is a threat to human subjects research. PNAS. 2018, 115 (27): 6106–6115. doi:10.1073/pnas.1711978115.

[1]

@@ 第1行： / 第1行： @@
 {{expand english|time=2010-05-14T00:01:45+00:00}}
 {{expert|1=计算机科学|time=2010-05-14T00:01:45+00:00|subject2=数学}}
-'''遍历性'''（{{lang-en|Ergodicity}}），是指统计结果在时间和空间上的统一性，表现为时间均值等于空间均值。<ref name="Ergodicity">{{cite journal |author1=Fisher, A.J.| displayauthors=etal| year = 2018 | title = Lack of group-to-individual generalizability is a threat to human subjects research| journal = PNAS | volume = 115 | issue = 27 | pages = 6106–6115| doi=10.1073/pnas.1711978115}}</ref> 例如要得出一个城市A、B两座公园哪一个更受欢迎，有两种办法。第一种办法是在一定的时间段考察两个公园（在空间上考察）的人数，人数多的为更受欢迎公园；第二种办法，随机选择一名市民，跟踪足够长的时间（在时间上考察）来统计他去两个公园的次数，去得多的为更受欢迎公园。如果这个两个结果始终一致，则表现为遍历性。
+'''遍历性'''（{{lang-en|Ergodicity}}），是指[[动力学系统]]或[[随机过程]]的统计结果在时间和空间上的[[一致性质|一致性]]，表现为时间均值等于空间均值。<ref name="Ergodicity">{{cite journal |author1=Fisher, A.J.| displayauthors=etal| year = 2018 | title = Lack of group-to-individual generalizability is a threat to human subjects research| journal = PNAS | volume = 115 | issue = 27 | pages = 6106–6115| doi=10.1073/pnas.1711978115}}</ref> 例如要得出一个城市A、B两座公园哪一个更受欢迎，有两种办法。第一种办法是在一定的时间段考察两个公园（在空间上考察）的人数，人数多的为更受欢迎公园；第二种办法，随机选择一名市民，跟踪足够长的时间（在时间上考察）来统计他去两个公园的次数，去得多的为更受欢迎公园。如果这个两个结果始终一致，则表现为遍历性。
 == 参考 ==