ここまでのモデルたちは、「今の特徴」から答えを考えるAIでした。
でも自己回帰モデルは、少し違います。
このAIが見るのは、時間の流れ。
昨日はどうだった？
一昨日は？
その前は？
過去の自分たちを振り返りながら、未来を想像します。
それが、自己回帰モデル（ARモデル）。
たとえば、
気温
売上
株価
アクセス数
こうした「時系列データ」を使って、「これまでの流れを見ると、次はこのくらいかな」と予測します。
使うのは、基本的にひとつの数字の履歴。
それがARモデルです。
でも現実は、たいてい、ひとつの数字では動きません。
気温は湿度と関係しているし、売上は広告費や来店者数とも結びついています。
そこで登場するのが、ベクトル自己回帰モデル（VARモデル）。
VARモデルは、複数の数値をまとめて扱う自己回帰。
たとえば、気温、湿度、風速といった、いくつもの「時間の流れ」を同時に見て、「全体として、次はどう動きそうか」を考えます。
ARモデルが「ひとりの回想」なら、VARモデルは「チームの思い出」。
お互いに影響し合う世界を、まるごと抱えて予測します。
自己回帰モデル（AR）→ひとつの数値の過去から未来を予測
ベクトル自己回帰モデル（VAR）→複数の数値の過去をまとめて未来を予測