一阶滞后就是模型的前一期值。
时间序列分析里面经常会用到滞后变量，这时因为时序分析和联立方程组的不同在于：联立方程组是从因果关系等角度考虑变量间的联系的，时间序列分析则从序列本身的情况入手来研究的。所以，对于一个时间序列来讲，其在各个时点点的值都是信息，都会影响模型对未来值的确定。
扩展资料
滞后变量模型
以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为：Yt = β0 + β1Yt − 1 + β2Yt − 2 + ... + βqYt − q + α0Xt + α1Xt − 1 + ... + αsXt − s + μt q（注意公式中上标下标未分），s：滞后时间间隔
自回归分布滞后模型（autoregressive distributed lag model, ADL）：既含有Y对自身滞后变量的回归，还包括着X分布在不同时期的滞后变量
有限自回归分布滞后模型：滞后期长度有限；
无限自回归分布滞后模型：滞后期无限。
分布滞后模型（distributed-lag model）
分布滞后模型：<IMG class=tex alt=Y_t=\alpha+\sum_{i=0}^s\beta_iX_{t-i}+\mu_t src="http://wiki.mbalib.com/w/images/math/0/3/6/0367c7877eb9bd48db07f5ea9d75fc71.png"> 模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： β0：短期(short-run)或即期乘数(impact multiplier)，表示本期X变化一单位对Y平均值的影响程度。 βi (i=1,2?,s)：动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。
<IMG class=tex alt=\sum_{i=0}^s\beta_i src="http://wiki.mbalib.com/w/images/math/5/9/f/59fe37cda9a2a775892ebbeff9379350.png">称为长期（long-run）或均衡乘数（total distributed-lag multiplier），表示X变动一个单位，由于滞后效应而形成的对Y平均值总影响的大小。
参考资料来源：百度百科-滞后变量模型