auto.arima和ar之間的區別R用於AR模型選擇

Question

當使用這些方法嘗試查找最佳AR（p）模型時，我得到非常不同的結果。

AR {}統計：http://stat.ethz.ch/R-manual/R-patched/library/stats/html/ar.html

auto.arima {}預測：http://rgm2.lab.nig.ac.jp/RGM2/func.php?rd_id=forecast:auto.arima

# x is some time series 
ar(x) 
auto.arima(x, d=0, max.q=0) 

我不能把數據集在這裏，因爲它是非常大的，但對於同樣的數據集，AR給44而auto.arima給出5.它們都使用AIC最小化。有人知道他們爲什麼產生如此不同的結果，哪一個更好？

Answer 1

默認情況下，ar()使用Yule-Walker評估，而不是MLE。

默認情況下，auto.arima()將模型大小限制爲五個參數。

還有其他差異，但僅這兩個就能解釋擬合模型之間的大部分差異。

至於哪個更好，那是你自己決定的。這取決於模型的應用和目的。