 नहीं, गधिट बाद के नहीं तरद करते बाद करुस सेगते हैं, नहीं देखते हैं, वैदर दश्सिरीज तो नहीं और नहीं च्च्चनचचनचनचनी एक रहां। फिर हमें अज़ीया होजगें कि देटमिन शिक तंद यह देडीह रहां। तो अगे चलने से पहले the next concept is pure random walk, when the series या आपका जो trend है become purely random walk तो एक खमप्रीहेंची एक्वेज्यन आपके साथ I have shared like YT the series of Y with the passage of time is equal to beta 1, beta 1 is your drift बीटा 2 T this is depending on the time it means this is your deterministic trend and beta 3 is your random walk, pure random walk उसको शो करेगा and error term वहीं जो definition की ती के your mean is zero and variance अपका constant होगा so this is a comprehensive model ये pure random walk कब होगा अभी यहांपे drift भी है यहांपे time trend भी है यहांपा error term भी है अपको किस बका कब हम कहेंगे ये pure random walk बनेगा random walk के लिए सब से पहली condition है if beta 1 is equal to zero it means there is no drift बीटा 2 is equal to zero it means there is no deterministic trend अगर deterministic trend होगा it means pure random walk नहीं होगा उसमे कोई नहीं trend है and random walk में trend नहीं होगा and the third condition is beta 3 is equal to 1 और उसमे कोई नहीं दिटरमिनिस्टीक कोई नहीं होगा and there will be no deterministic trend from it अगर लेग होगा 100% अप गब की bay value जो different form of value है because of it अप की previous lag होगी if it is dependent on your previous lag. अपको अपको लिएस ताएप को प्यो लिए लेग का। if it is dependent on your previous lag, then you will have a pure random walk model. तर ये मुस्ट अब दभ टाईón, तक लौग ताई दिए थाई तेखायो, तो तो क्तिनमहां, तो ये मु webcam, this is the non-stationary process. तो क्तिनमहां क्सो प्खायो, if this is non-stationary process, this is non-stationary series. तो थो यहाग नंस्तिछनरी जो सीरीज लोग होती है प्यो रेंडमवाक अगर अगर लगे लेक हैं उसकी शेप किस टायप कि होगी या उसको किस तरा हम पडे फरमूले के ख्चान इन वाएती YT-YT-1 is equal to only error जब only error होगा, तो उसको इसको हम कैते है, this is like a different stationary process के, रेंदम वाख को stationary बनाने के लिए आपने उसका difference लिया, और जब difference लिया difference is YT-YT-1 तो इसको हम difference process कैते है, और उसकी अगर आपने शेप देखने प्यो रेंदम वाख किस वकत होगा तो और प्यों जों वन yoगर आपने अप लिए ट्डलर, ऐर ज़ौर और अट्चजंच्चानोगे लेए। यह आप यह दूश्री को ना दीटर्मन का रही है ना आगली बलुप पे अपना इंपैक चोड ही है इस यह इस ताएप के अप आप के पास कोई भी शीरीज होती है तो उसको के देटे है के यहां पर अप लोग देख लहे हैं, देदेदेदेच नो त्रेंद यह आप पर अप डेख क्या दीटर्मन डीटर्मन का रही है ना अगली बलुप पे अपना इंपैक चोड ही है यहाँ पर आप आप लोग देख रहे है, तेर is no trend, like in first phase, there is negative trend, then in second one, there is positive trend, then after minor decrease, there is again a positive trend, here is positive and negative, here is again positive, negative and positive. यहाँ वाहान जान्ता च्छ हृि न आप आप लग तेख हम पर दीक्ने ही कारे गए एगा अपनी बज़्ी से कगभी निकरीज हो सकती है दिक्रीज हो सकती है, like if you have the series, this is a positive trend. this is deterministic trend this is deterministic trend from which we say random walk this is some sort of random walk in this we cannot predict a value is positive or negative so this is pure random walk process but here if we see this is your deterministic trend so from here you will be clarified that which series of random walk you will say which type of walk you will say which type of walk you will say random walk with drift random walk without drift so from this you will draw first series you will see scatterplot line chart so from that you will have idea of the characteristics of series that you will have to deal with