I.I.D., M.D.S.

1.独立同分布（$iid，independentlyidenticallydistribution$）
随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。
The $i.i.d.$ process. A process { ε t } \{ε_t\} {εt​} is an $i.i.d.$ process if the
sequence ${\epsilon }_1,{\epsilon }_2,\cdot \cdot \cdot$ is $i.i.d.$.

2.鞅差序列 ($martingaledifferencesequence$)
指部分和序列是鞅的随机序列。
当期望值服从于过往值都为零的假设时，一个随机序列$X$是一个鞅差序列$(MDS)$。
设 { x ( n ) , n ≥ 0 } \{x(n),n≥0\} {x(n),n≥0}是定义在概率空间$(\Omega ，F，P)$上的随机序列， { F n } n ≥ 0 \{F_n\}_{n≥0} {Fn​}n≥0​是一上升$\sigma$代数族。
称X为鞅差序列，如果下列条件成立：
1. X 是 { F n } 适 应 ， 即 对 每 一 n ≥ 0 ， X ( n ) 是 F n 可 测 的 2. 对 每 一 n ≥ 0 ， X ( n ) 是 可 积 的 3. 对 每 一 n ≥ 0 ， E ( X n + 1 ∣ F n ) = 0 \begin{array}{lcl} 1.X是\{F_n\}适应，即对每一n≥0，X(n)是F_n可测的\\ 2.对每一n≥0，X(n)是可积的\\ 3.对每一n≥0，E(X_{n+1}|F_n)=0 \end{array} 1.X是{Fn​}适应，即对每一n≥0，X(n)是Fn​可测的2.对每一n≥0，X(n)是可积的3.对每一n≥0，E(Xn+1​∣Fn​)=0​

如果 Y = { Y n , n ≥ 0 } Y=\{Y_n,n≥0\} Y={Yn​,n≥0}是一 { F n } \{F_n\} {Fn​}鞅，则由$X(0)=Y(0)，X(n)=Y(n+1)-Y(n)$(对$n\ge 1$)定义的序列 X = { x ( n ) , n ≥ 0 } X=\{x(n),n≥0\} X={x(n),n≥0}是关于 { F n } \{F_n\} {Fn​}的鞅差序列；反之，若 X = { X ( n ) , n ≥ 0 } X=\{X(n),n≥0\} X={X(n),n≥0}是关于上升$\sigma$代数族 { F n } n ≥ 0 \{F_n\}_{n≥0} {Fn​}n≥0​的鞅差序列，则由：
$$Y(n)=\sum _{i=0}^{n}X(i)$$

定义的 Y = { Y ( n ) , n ≥ 0 } Y=\{Y(n),n≥0\} Y={Y(n),n≥0}是一 { F n } \{F_n\} {Fn​}鞅。