auto.arima和ar之间的区别R用于AR模型选择

Question

当使用这些方法尝试查找最佳AR（p）模型时，我得到非常不同的结果。

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

auto.arima {}预测：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) 

我不能把数据集在这里，因为它是非常大的，但对于同样的数据集，AR给44而auto.arima给出5.它们都使用AIC最小化。有人知道他们为什么产生如此不同的结果，哪一个更好？

Answer 1

默认情况下，ar()使用Yule-Walker评估，而不是MLE。

默认情况下，auto.arima()将模型大小限制为五个参数。

还有其他差异，但仅这两个就能解释拟合模型之间的大部分差异。

至于哪个更好，那是你自己决定的。这取决于模型的应用和目的。