2. 随机过程基础回顾与模型检验诊断视角

模型检验与诊断的前提，是清楚每个随机过程"应该长什么样"。如果不知道泊松过程的增量独立性与均值-方差相等、不知道马尔可夫链的转移概率矩阵行和为 1、不知道布朗运动的二次变差随区间线性增长，那么面对残差图、自相关图或增量统计量时就无从判断异常。本节把四类常见模型放在同一张"检验诊断视角"的桌面上重新梳理：每个模型的定义性特征是什么，这些特征在数据上对应哪些可观测的量，以及哪些偏离最值得警惕。

一、四类模型的定义性特征

泊松过程描述计数事件在时间上的累积。强度为 λ 的齐次泊松过程 N(t) 满足：N(0)=0；独立增量；任意长度 h 的区间增量服从均值为 λh 的泊松分布。由此推出 E[N(t)]=Var[N(t)]=λt，即均值与方差相等，这是泊松过程最便于检验的"指纹"。此外，到达间隔独立同分布于指数分布 Exp(λ)，第 n 次到达时刻服从 Gamma(n, λ)。

马尔可夫链描述离散状态间的随机转移。核心性质是无后效性：给定当前状态，未来与历史条件独立。对时齐链，一步转移矩阵 P 满足 p_ij≥0 且每行和为 1；n 步转移矩阵为 Pⁿ。若链不可约、非周期且正常返，则存在唯一平稳分布 π 满足 πP=π。检验诊断中最常关注的是转移概率估计的稳定性、行和约束是否被破坏，以及经验转移频率是否随起点时间漂移（非时齐）。

布朗运动（维纳过程）W(t) 满足：W(0)=0；独立增量；增量 W(t)-W(s) ~ N(0, σ²(t-s))；样本轨道连续但处处不可微。其关键可检验特征包括：增量独立且正态、增量方差与时间间隔成正比（方差函数线性）、二次变差 [W]_t=σ²t。若把方差随时间的变化画出来明显偏离直线，或增量分布出现厚尾、偏斜，就提示模型设定有问题。

ARMA 过程是离散时间线性平稳过程的代表。ARMA(p,q) 写作 φ(B)X_t=θ(B)ε_t，其中 ε_t 为白噪声。平稳性要求 AR 特征根在单位圆外，可逆性要求 MA 特征根在单位圆外。其可检验特征集中在自相关结构：ACF 按 AR 部分指数或振荡衰减，MA(q) 的 ACF 在 q 阶后截尾，AR(p) 的 PACF 在 p 阶后截尾；残差应为白噪声，Ljung-Box 统计量不应显著。

二、从定义特征到检验统计量的映射

上图把每个模型的定义性特征翻译成可直接计算的统计量，这是检验诊断的基本工作方式。以泊松过程为例，若把观测区间等分为 m 段，得到计数 N₁,…,N_m，则样本均值与样本方差之比应接近 1；若比值明显大于 1（过散布），常见原因是强度 λ 本身随时间或环境变化，此时齐次泊松假设不成立，应考虑非齐次泊松或负二项类替代。再如到达间隔，可做指数分布的 QQ 图或 Kolmogorov-Smirnov 检验，若间隔出现"短-长"交替的规律性，则独立性假设可疑。

对马尔可夫链，实操中先由状态序列估计经验转移矩阵：统计从状态 i 转移到 j 的次数 n_ij，令 p̂_ij=n_ij/Σ_jn_ij。检验时可用 Pearson 卡方比较不同时间段（如前后两半）的转移矩阵是否一致，以发现非时齐；也可检验二阶转移是否显著偏离一阶链的预测，以判断无后效性。注意行和约束是定义要求，若估计结果行和不为 1，多半是状态编码遗漏或数据截断造成的，应先修数据再谈模型。

对布朗运动，把观测按固定步长 Δ 差分得到增量 ΔW_k，检验要点有三：增量均值是否近似为 0、增量方差是否与 Δ 成正比（可对多个 Δ 做回归看斜率是否稳定）、增量是否通过正态性检验与独立性检验。二次变差 Σ(ΔW_k)² 应近似 σ²T，若明显偏大，往往意味着存在跳跃成分，纯布朗模型不足。

对 ARMA，先看样本 ACF/PACF 的截尾拖尾形态定阶，再拟合后检查残差：残差 ACF 应落在置信带内，Ljung-Box 的 p 值不应很小；同时检查 AR、MA 特征根的模长，若接近 1 说明接近非平稳，参数估计与预测区间都不可靠。若残差呈现波动聚集，则需考虑 GARCH 类扩展。

三、一个可操作的诊断对照示例

假设某系统记录了 2000 个等间隔时间窗内的事件计数，教学示例中设真实强度 λ=3/窗。若数据确由齐次泊松过程生成，则样本均值与方差都应接近 3，比值接近 1；若实际数据算得均值 3.1、方差 8.6，比值约 2.8，就应优先怀疑过散布，转而检查强度是否随昼夜变化。类似地，对一段长度 T=100、步长 Δ=0.01 的模拟布朗轨道，理论上增量方差为 σ²Δ，若取 σ=0.5 则每个增量方差约 0.0025，二次变差约 0.25；若实测二次变差达到 0.6，则提示存在额外跳跃或测量噪声。这些数值均为示例性假设，用于说明判断逻辑，而非实测结论。