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.






