自回歸模型（Autoregressive model，簡稱AR模型）是統計上處理時間序列的一種方法，主要套用於信號處理和時間序列分析。這種方法利用同一變數（例如x）的之前各期（即x1至xt-1）來預測本期（xt）的表現，並假設這些關係為線性。AR模型屬於隨機信號參數模型的一種，其中隨機信號由本身的過去值和當前的激勵值線性組合產生。這個模型的系統函式只有極點，無零點，也稱為全極點模型。在AR模型中，系統的穩定性是一個重要考慮因素，因此要注意極點的分布位置。AR模型是時間序列分析模型中最簡單的兩個模型之一（另一個是移動平均模型，MA模型）。
AR模型的基本原理和參數估計方法是比較複雜的，但可以通過估計自相關序列來得出模型的參數。在實際套用中，AR模型必須滿足弱平穩性的要求，並且具有自相關性。自相關係數如果小於0.5則不適用。