自我迴歸模型維基百科,自由的 encyclopedia 自我迴歸模型(英語:Autoregressive model,簡稱AR模型),是統計上一種處理時間序列的方法,用同一變數例如 x {\displaystyle x} 的之前各期,亦即 x 1 {\displaystyle x_{1}} 至 x t − 1 {\displaystyle x_{t-1}} 來預測本期 x t {\displaystyle x_{t}} 的表現,並假設它們為一線性關係。因為這是從迴歸分析中的線性迴歸發展而來,只是不用 x {\displaystyle x} 預測 y {\displaystyle y} ,而是用 x {\displaystyle x} 預測 x {\displaystyle x} (自己);因此叫做自我迴歸。 此條目需要精通或熟悉相關主題的編者參與及協助編輯。 (2015年12月14日) 自迴歸模型被廣泛運用在經濟學、資訊學、自然現象的預測上。
自我迴歸模型(英語:Autoregressive model,簡稱AR模型),是統計上一種處理時間序列的方法,用同一變數例如 x {\displaystyle x} 的之前各期,亦即 x 1 {\displaystyle x_{1}} 至 x t − 1 {\displaystyle x_{t-1}} 來預測本期 x t {\displaystyle x_{t}} 的表現,並假設它們為一線性關係。因為這是從迴歸分析中的線性迴歸發展而來,只是不用 x {\displaystyle x} 預測 y {\displaystyle y} ,而是用 x {\displaystyle x} 預測 x {\displaystyle x} (自己);因此叫做自我迴歸。 此條目需要精通或熟悉相關主題的編者參與及協助編輯。 (2015年12月14日) 自迴歸模型被廣泛運用在經濟學、資訊學、自然現象的預測上。