“Autoregresivno” je statistički izraz koji se koristi pri radu s podacima vremenske serije koji se odnosi na promjenjivu količinu ili vrijednost od interesa koja je povezana s prethodnim vrijednostima te iste varijable ili ovisi o njima. Povezani pojam “autoregresija” oblik je regresijske analize koja koristi podatke vremenske serije kao ulaz kako bi se otkrilo je li varijabla od interesa doista autoregresivna, odnosno ovisi o prethodnim vrijednostima same sebe. Varijabla od interesa za koju se ispostavi da je autoregresivna sugerira, ali sama po sebi ne dokazuje da postoji uzročno-posljedična veza između trenutnih i prošlih vrijednosti. Stoga se vremenski nizovi poznatih ili sumnjivih autoregresivnih veličina ili vrijednosti često analiziraju korištenjem prediktivnih analitičkih metoda za predviđanje budućih vrijednosti takvih varijabli.
Zanimljive varijable koje pokazuju značajan stupanj autoregresije pojavljuju se na raznim mjestima kao rezultat ljudskih i prirodnih procesa. Cijene na burzi, tečajevi stranih valuta, digitalni signali i broj pojedinaca u populaciji, na primjer, svi se smatraju autoregresivnim, barem u određenoj mjeri. Štoviše, postoje različiti oblici autoregresijske analize, od kojih se svaki smatra boljim ili lošijim te se stoga primjenjuje na određene vrste autoregresivnih skupova podataka. Među takvim primjenama, autoregresija se koristi u zdravstvu za poboljšanje razlučivanja i interpretacije ultrazvučnih dijagnostičkih testova; u telekomunikacijama za poboljšanje prijenosa, prijema i obrade digitalnih signala; u ekonomiji za predviđanje makroekonomske i poslovne uspješnosti; te u financijskim uslugama za izračun osobnih kreditnih bodova, otkrivanje prijevara i izračun profila rizika i premija osiguranja.
Modeli autoregresivnog pokretnog prosjeka (ARMA) kombiniraju modele autoregresije i pokretnog prosjeka — prosjeke čiji se sastavni elementi pomiču kako vrijeme napreduje. Također poznati kao Box-Jenkinsovi modeli – nazvani po Georgeu Boxu i Gwilymu Jenkinsu, statističarima koji su poboljšali svoje izvorne formulacije i popularizirali njihovu upotrebu – obično se koriste za modeliranje i testiranje vremenskih serija koje su funkcija egzogenih ili vanjskih šokova. i vlastiti prošli učinak. ARMA modeli su “prikladni” za stvarna promatranja tijekom vremena nekih poznatih ili sumnjivih autoregresivnih varijabli ili varijabli od interesa za bolje razumijevanje procesa koji ih generiraju. Za razliku od strogo autoregresivnih modela, oni se smatraju sredstvom za uspostavljanje uzročnosti – postojanja uzročno-posljedične veze između neovisne i zavisne varijable ili varijabli. Stoga se obično koriste u predviđanju vremenskih serija i drugim oblicima prediktivne analitike.