自回归模型的名词解释

自回归模型(简称AR模型)是一种处理时间序列的统计方法。它用同一个变量，比如X的前几期，也就是x1到xt-1，来预测xt在这一期的表现，并假设它们有线性关系。因为这是由回归分析中的线性回归发展而来的，只不过不是用X来预测Y，而是用X来预测X(本身)；所以叫自回归。P阶自回归模型的自相关系数是拖尾的，偏自相关系数在P阶被截断。自回归模型广泛应用于经济学、信息学和自然现象预测中。

自回归方法的优点是需要的数据少，可以通过自己的变量序列进行预测。但这种方法有一定的局限性:必须具有自相关性，自相关系数是关键。如果自相关系数(r)小于0.5，则不宜采用，否则预测结果极不准确。自回归只能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，如矿山的开采量、各种自然资源的产量等。对于受社会因素影响较大的经济现象，不宜采用自回归模型，而应采用能纳入其他变量的向量自回归模型。