ar （ p ） 公式為

yt = α + β 1 yt - 1 + β 2 yt - 2 +......+ βpYt-p + ɛt

AR模型就是用前期的資料來預測本期的資料，而且越接近本期的資料，對預測結果的影響力就越大

如果我們想預測五分鐘後的氣溫，我想大多數都認同三十分鐘以前的資料比三天前的資料更具有參考價值這個觀點吧！而 ar 模型正是把這個觀點以數學的方式呈現出來，而且 ar 模型是以過去 p 筆資料的線性組合來預測的，因此才會寫成 ar （ p ） ， p 是我們要挑選的過去資料的筆數，然而現實生活中很少有自然現象會真的以線性的方式出現，因此 ar 模型為了貼近真實生活中的數據，會在加上一個隨機變數，因此我們可以簡單的將公式解讀為

預測值 = 常數 +［（前一期資料的影響力 * 前一期資料的數值）+......+（前 p 期資料的影響力 * 前 p 期資料的數值）］+ 隨機變數