阈值模型用于统计的几个不同区域，而不仅仅是时间序列。一般的想法是，当变量的值超过某个阈值时，过程可能表现不同。也就是说，当值大于阈值时，可以应用不同的模型，而不是当它们低于阈值时。例如，在药物毒理学应用中，可能低于阈值量的所有剂量都是安全的，而当剂量增加到阈值量以上时毒性增加。或者，在动物种群丰度研究中，种群可以缓慢增加至阈值大小，但是一旦种群超过一定大小，则可能迅速减少（由于有限的食物）。

阈值模型是制度转换模型（RSM）的特例。在RSM建模中，不同的模型适用于某些关键变量的不同值间隔。

单变量时间序列的阈值自回归模型（TAR）。在TAR模型中，AR模型在由因变量定义的两个或更多个值间隔中单独估计。这些AR模型可能是也可能不是相同的顺序。为方便起见，通常假设它们具有相同的顺序。

该文本仅考虑单个阈值，因此将存在两个单独的AR模型 - 一个用于超过阈值的值，另一个用于不超过阈值的值。困难在于确定是否需要TAR模型，使用的阈值以及AR模型的顺序。TAR模型可以工作的数据的一个特征是当值高于某个水平时，增加和/或减少的速率可能不同于当值低于该水平时。

阈值水平的估计或多或少是主观的。许多分析师探索了几种不同的阈值水平，试图提供良好的数据拟合&