AR、MA 和 ARMA 模型是单变量时间序列模型的示例。这些模型中的每一个都有一个多元对应物：向量自回归(VAR)、向量移动平均 (VMA) 和向量自回归移动平均 (VARMA)。

如果您更熟悉线性回归，VAR 可能是最容易推理的。AR(p) 模型根据其 p 滞后时间序列回归。相应地，VAR(p) 模型是一系列回归，因此每个系列都针对其 p 滞后和所有其他变量的 p 滞后进行回归。执行回归后，您可以计算每个系列的残差并评估残差的相关程度。

与单变量模型一样，平稳性也是多变量模型的一个重要问题。这导致了矢量误差校正模型 (VECM) 等模型，该模型允许变量共享稳定的长期趋势和短期偏差。