3.1 自回归（AR）模型：AR(p)

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。这与传统回归模型中一个变量对另一个或多个不同变量进行回归不同，自回归模型是序列自身对自己的过去值进行回归。 3.1.