Model auto-regresif ialah kelas model statistik yang digunakan secara meluas dalam pelbagai bidang, termasuk pemprosesan bahasa semula jadi, analisis siri masa dan penjanaan imej. Model ini meramalkan jujukan nilai berdasarkan nilai yang diperhatikan sebelum ini, menjadikannya sangat sesuai untuk tugas yang melibatkan data berjujukan. Model auto-regresif telah terbukti sangat berkesan dalam menjana data realistik dan meramalkan hasil masa hadapan.<\/p>\n\n\n\n
Konsep autoregresi bermula pada awal abad ke-20, dengan kerja perintis dilakukan oleh ahli statistik British Yule pada tahun 1927. Walau bagaimanapun, ia adalah hasil kerja ahli matematik Norbert Wiener pada tahun 1940-an yang meletakkan asas untuk model auto-regresif moden. Penyelidikan Wiener mengenai proses stokastik dan ramalan meletakkan asas untuk pembangunan model auto-regresif seperti yang kita kenali hari ini.<\/p>\n\n\n\n
Istilah "auto-regresif" pertama kali diperkenalkan dalam bidang ekonomi oleh Ragnar Frisch pada akhir 1920-an. Frisch menggunakan istilah ini untuk menerangkan model yang mengundurkan pembolehubah terhadap nilai ketinggalannya sendiri, dengan itu menangkap pergantungan pembolehubah pada masa lalunya sendiri.<\/p>\n\n\n\n
Model auto-regresif (AR) ialah alat penting dalam analisis siri masa, digunakan untuk meramalkan nilai masa hadapan berdasarkan data sejarah. Model ini menganggap bahawa nilai masa lalu mempengaruhi nilai semasa dan masa depan secara linear. Ia digunakan secara meluas dalam ekonomi, kewangan, ramalan cuaca dan pelbagai bidang lain di mana data siri masa berleluasa.<\/p>
Model susunan auto-regresif