1-如何检查一组数据是否可以假定为 IID 数据？我对统计不太熟悉，但我想我应该看看独立分布的自相关的第一滞后。不知道相同的分布条件！

2-似乎我还不够清楚！我正在尝试检测一系列记录中的异常值（河流中的湍流流速）。我将数据转换为小波空间，然后将小波缩小到某个阈值。由于标准差是作为尺度估计器的最差选择，因此我寻找了一个新的估计器。Rousseeuw 和 Croux 开发了新的稳健估计器，用于测量 iid 随机变量 Sn 和 Qn 的离散度。我不知道他们喜欢的高击穿特性是否会延续到时间序列案例中。

从 kwak 给出的答案，我可以推断出小波不遵循独立分布属性。由于收缩后，非零元素的位置表示原始时间序列中的尖峰位置。我是真的吗？（改组索引会导致丢失峰值位置）如果是这样，在我们计算中位数时，其他尺度估计量（如中位数绝对偏差 (MAD)）在时间序列的情况下无效。

相同分布假设要求怎么样？

3-好的，让我以简单的方式问我的问题：我想使用稳健的尺度估计器 Sn 和 Qn 来收缩一系列小波。小波是从以 1 Hz 采样率收集的湍流场速度矢量的分解观察获得的。如果数据可以假设为独立同分布，例如 Qn 的断点为 50%，效率为 82%（高斯分布）。我的问题是他们喜欢的高细分属性是否会延续到时间序列案例中。 或者我怎样才能批准小波遵循 iid 特征。