Metraipolis › archive › dc_7657066fac45

Processo stazionario — Wikipedia

Source: Wikipedia (it)
Original: https://it.wikipedia.org/wiki/Processo_stazionario
License (as archived): CC-BY-SA-4.0
Archived: 2026-10-31T07:01:49.171Z
SHA-256 of the archived text: 51ca465f90db45851fac53d72625ab3836469492afbc29f448fce30b5ee4f285
Stable URL of this page: https://metraipolis.com/documento/dc_7657066fac45

How to cite

Processo stazionario — Wikipedia — Wikipedia (it), https://it.wikipedia.org/wiki/Processo_stazionario (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_7657066fac45 (Metraipolis archive dc_7657066fac45, sha256 51ca465f90db45851fac53d72625ab3836469492afbc29f448fce30b5ee4f285)

BibTeX

@misc{dc7657066fac45,
  title = {Processo stazionario — Wikipedia},
  howpublished = {Wikipedia (it)},
  url = {https://it.wikipedia.org/wiki/Processo_stazionario},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_7657066fac45; sha256 51ca465f90db45851fac53d72625ab3836469492afbc29f448fce30b5ee4f285},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (it), https://it.wikipedia.org/wiki/Processo_stazionario. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

In matematica e statistica, un processo stazionario (o processo fortemente stazionario) è un processo stocastico la cui distribuzione di probabilità congiunta non cambia se viene traslata nel tempo. Di conseguenza, parametri quali la media e la varianza, se sono presenti, pure non cambiano nel tempo. Poiché la stazionarietà è un presupposto di fondo in molte procedure statistiche utilizzate nell'analisi delle serie storiche, i dati non stazionari sono spesso trasformati per diventare stazionari. La causa più comune di violazione della stazionarietà sono le tendenze in media, che possono essere dovute sia alla presenza di una radice unitaria, sia ad una tendenza deterministica. Nel secondo caso, il processo è chiamato processo con tendenza stazionaria, gli shock stocastici hanno solo effetti transitori e il processo è mean-reverting (su una media che cambia deterministicamente nel tempo). Al contrario, nel primo caso gli shock stocastici hanno effetti permanenti e il processo non è mean-reverting. Un processo con tendenza stazionaria non è strettamente stazionario, ma può facilmente essere reso tale rimuovendo la tendenza di fondo (funzione unicamente del tempo). Analogamente, i processi con una o più radici unitarie possono essere resi stazionari attraverso la differenziazione. Un tipo importante di processo non stazionario che non include un comportamento di tendenza simile è il processo ciclostazionario. Un "processo stazionario" non è la stessa cosa di un "processo con una distribuzione stazionaria". Infatti, ci sono ulteriori possibilità di confusione con l'uso della parola "stazionario" nel contesto dei processi stocastici; per esempio, talvolta si dice che una catena di Markov omogenea nel tempo ha "probabilità di transizione stazionarie". Inoltre, tutti i processi casuali di Markov stazionari sono omogenei nel tempo.

Tema degli esploratori: statistica e scienza dei dati (deposito sistematico; ricerca «serie storica»).
Fonte: Wikipedia in italiano, voce «Processo stazionario» — https://it.wikipedia.org/wiki/Processo_stazionario
Wikidata Q1192209: «stochastic process whose unconditional joint probability distribution does not change when shifted in time» (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q1192209
Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/Processo_stazionario?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 151108815, consultata il 2026-10-31T06:50:32.657Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 4a088bfe620ede7f0f9986bda1589ea4c936c178d507e7f0a3c15e7e756af214