一般来说,一元线性回归之y=a+bx形式的回归模型,其中y叫做被解释变量（因变量）,x叫做解释变量（自变量）.而自回归用于时间序列分析,它把时间序列的滞后项作为解释变量,它可以看作是一元线性回归的一种特殊形式,即“自己的过去作为自己的现在解释”.在自回归中,因为自变量和因变量存在相关性,违背了经典回归分析的假设,所以得到的统计量不是最优的,但是在大样本情况下是渐进有效的,时间序列通常是大样本,所以还是可以用自小二乘方法估计方程的参数.不知道我说清楚没有.