Stazionario significa che le statistiche che descrivono il processo casuale sono costanti. "Un processo Markov senza memoria" è un altro modo per dire stazionario, come dire che la funzione generatrice di probabilità non ha termini di "feedback", ma se riconoscessi quelle parole potresti non porre questa domanda. FWIW "debolmente stazionario" non è esattamente la stessa cosa, un tasso di variazione costante o conoscibile delle statistiche sarebbe debolmente stazionario, come sarebbe qualcosa che fa la media, ma è un po 'più complicato, quindi considera questo giusto avvertimento che c'è altro da sapere nel caso questo fa parte del puzzle, ma descrivere tutto ciò che non è stazionario in dettaglio trasformerebbe una risposta semplice in una risposta complessa.
Perché lo stazionario è importante? Le formule statistiche comunemente utilizzate sono predisposte per utilizzare un set di dati per estrarre una descrizione imprecisa con un'accuratezza stimabile di un processo casuale altrimenti sconosciuto. Le formule presumono che l'aggiunta di più campioni aumenti l'accuratezza della descrizione riducendo l'incertezza. Per questo la tendenza Media Centrale, cioè ergodica nella media, deve essere vera. Se il processo casuale stesso sta cambiando, ad es. il valore medio o la varianza stanno cambiando, quindi un presupposto fondamentale essenziale non è valido, non è possibile effettuare una stima migliore.
Come "cosa succede" in generale se la media si muove come funzione lineare del tempo, la media calcolata rappresenterà la media in un tempo medio ponderato e la varianza calcolata sarà gonfiata. È possibile calcolare una stima "a posteriori" (dopo il fatto) ottimale di un processo non stazionario e quindi utilizzarla per estrarre statistiche significative perché la migliore stima della funzione tempo minimizza la varianza. È anche facile ipotizzare una funzione temporale di ordine elevato e creare un modello complesso che sembri valido e predittivo che in realtà non ha potere predittivo perché ha modellato un'istantanea della casualità, non una tendenza temporale sottostante.