Het autoregressieve (AR) model is een model uit de tijdreeksanalyse dat wordt gebruikt om bepaalde voorspellingen te doen.
Het autoregressieve model van de orde
genoteerd als
is gedefinieerd als
,
waarin
de parameters van het model zijn,
een constante is en
witte ruis is. De constante term wordt vaak weggelaten.


voor alle 
Een
-proces is gegeven door:

waarin
aan de aannames voldoet. Daardoor is de verwachtingswaarde
dezelfde voor alle waarden van
indien
. De verwachtingswaarde
is gelijk aan

Dus

In het bijzonder is, als
, de verwachtingswaarde gelijk aan 0.
De variantie is
,
waarin
de standaardafwijking van
is.
Dit kan men zien doordat