不同於普通的隨機變量(妳壹次的觀測值只是壹個數)，對於隨機序列，妳壹次的觀測值至少是壹長串隨機數。
舉兩個例子:
(1)壹只股票的每日收盤價(只看收盤價！)，這是壹個典型的離散時間軸隨機序列，間隔為1天。股票價格由於多種因素而具有隨機性，但在統計上還是有規律可循的。
(2)電子儀器噪聲曲線，是典型的連續時間軸隨機序列。您可以隨時從儀器中讀取數值。值是隨機的，但值是有統計規律的，比如波動範圍等參數。
隨機過程的重要性在於研究隨機序列的壹些統計特征，特別是“時間相關性”特征。比如在金融學中，人們建立了大量的模型來研究股票走勢的統計特征，甚至用它們來預測股票價格。成功的預測模型可以幫助人們獲得巨大的利潤。
比如金融學裏教的ARMA模型(可以看看參考資料)做了如下假設:今天的股票收盤價會受到前幾天股票收益的影響(線性關系)，加上壹個白噪聲函數。這是隨機序列“時間相關性”重要特征的體現。這只是壹個簡單的例子。
隨機過程在工程、金融、經濟等學科中起著重要的作用。努力學好它。