Одной из широко используемых моделей временных рядов является процесс авторегрессии (модель авторегрессии). В своей простейшей форме модель авторегрессии описывает механизм порождения ряда следующим образом:
, ,
где процесс белого шума, имеющий нулевое математическое ожидание и дисперсию , некоторая случайная величина, а некоторый постоянный коэффициент.
При этом
,
так что рассматриваемый процесс может быть стационарным только если для всех .
Далее,
Если случайная величина не коррелирована со случайными величинами , то отсюда следует, что
и
, .
Предполагая, наконец, что для всех , находим: , что может выполняться только при выполнении условия , т.е. .
При этом получаем выражение для : .
Что касается автоковариаций и автокорреляций, то
и
,
т.е. при сделанных предположениях автоковариации и автокорреляции зависят только от того, насколько разнесены по времени соответствующие наблюдения.