大家好，我又來問問題了，
時間序列的資料，不太可能是iid，甚至有的時候若是觀察期間較長時，
連distribution都有可能發生變動，而造成統計模型的失真。
而我在閱讀文獻的時候，有的學者就加上了時間序列資料是alpha-mixing
或是beta-mixing的特性進行推論。根據wiki的資料
http://en.wikipedia.org/wiki/Mixing_%28mathematics%29
mixing的概念似乎是ergodicity中主要討論的對象，
但光看數學式很難理解mixing的意義。
是否有大大能夠給出較為生活化的例子或是直觀的想法
來解釋mixing的概念?