现代数字信号处理：自回归模型

自回归（Autoregressive，AR）模型是数字信号处理中一种常用的模型，用于描述时间序列数据的统计特性和预测未来数值。AR模型假设当前的观测值与过去的观测值之间存在线性关系，并且使用过去的观测值来预测未来的观测值。在本文中，我们将介绍AR模型的基本原理，并提供相应的源代码示例。

AR模型的数学表示如下：

[ x(n) = c + \sum_{i=1}^{p} a(i) \cdot x(n-i) + w(n) ]

其中，( x(n) ) 表示时间序列在时刻 ( n ) 的观测值，( c ) 是常数，( a(i) ) 是模型的参数，( p ) 是滞后阶数（即过去的观测值的数量），( w(n) ) 是误差项，表示与模型的预测值之间的差异。

现在，让我们使用Python来实现一个简单的AR模型，并进行序列的预测。

import numpy as np

def ar_model(da