自回归模型

统计学概念
image
自回归模型，全称自回归模型（Autoregressive model，简称AR模型），是统计上一种处理时间序列的方法，是用同一变量之前各期的表现情况，来预测该变量本期的表现情况，并假设它们为线性关系。因为这是从回归分析中的线性回归发展而来，只是不是用来预测其他变量，而是用来预测自己，所以叫做自回归。[1]
自回归方法的优点是所需资料不多，可用自身变数数列来进行预测，但是这种方法受到一定的限制，它需要数据具有平稳性，即历史和未来的自相关系数大致相同。[2][3]
自回归只能适用于预测与自身前期相关的经济现象，即受自身历史因素影响较大的经济现象，如矿的开采量，各种自然资源产量等；对于受社会因素影响较大的经济现象，不宜采用自回归，而应改采可纳入其他变数的向量自回归模型。自回归模型被广泛运用在经济学、信息学、自然现象的预测上。[1]

定义

其中：c是常数项；
被假设为平均数等于0，标准差等于
的随机误差值；
被假设为对于任何的t都不变。