autoregresji
Autoregresja to model szeregów czasowych, w którym bieżąca wartość X_t jest liniową funkcją wartości z przeszłości oraz składnika losowego. Zależność ta opisuje, jak silnie przeszłe obserwacje wpływają na aktualny pomiar.
Standardowa postać AR(p) ma postać X_t = c + φ_1 X_{t-1} + ... + φ_p X_{t-p} + ε_t, gdzie ε_t to biały
Parametry szacuje się metodą maksymalnego prawdopodobieństwa, równaniami Yule’a–Walkera lub poprzez regresję na opóźnionych wartościach. Rząd p
Autoregresję traktuje się jako podstawę modeli ARMA i ARIMA (AR(p) jest specjalnym przypadkiem ARMA bez składnika
Przykład AR(1): X_t = φ X_{t-1} + ε_t, przy φ w |φ|<1. W warunkach stacjonarności proces ma stałe średnie i