文档摘要

3.1 自回归（AR）模型：AR(p) 第三章：ARIMA 模型核心组件详解 3.1 自回归（AR）模型：AR(p) 在时间序列分析中，自回归（AutoRegressive, AR）模型是预测未来值最基本且直观的方法之一。其核心思想是：当前时刻的序列值与过去若干个时刻的序列值存在线性关系。换句话说，序列过去的表现（历史值）可以用来预测未来的表现。 “自回归”这个术语本身就揭示了模型的本质：序列对自身进行回归。 会员。《3.1 自回归（AR）模型：AR(p)》收录于灏天文库文集《ARIMA 模型详解：经典时间序列预测方法》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/446-arima-%E6%A8%A1%E5%9E%8B%E8%AF%A6%E8%A7%A3%E7%BB%8F%E5%85%B8%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E6%96%B9%E6%B3%95

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流