auto.arima() 不应该区分吗？

Question

我正在使用 forecast 包中的 auto.arima 创建 ARIMAX 模型。 因变量和回归量是非平稳的。但是，auto.arima() 返回一个模型 ARIMA(0,0,0)。

我应该担心这个吗？我应该强制auto.arima() 区分我的时间序列，指定d=1 吗？

如果我没有在我的模型中添加任何回归量，它会检测到非平稳性，并以 ARIMA(0,1,1) 结束。

我知道问题类似于this 主题，但我的数据集更大（大约 90 个观察值），因此给出的答案并不令人满意。

Answer 1

auto.arima 没有做错任何事。请注意，您有一个加法模型：

response = regression + time_series

当您包含回归量/协变量时，回归量/协变量会捕获非平稳性，因此时间序列组件很简单。对于您的数据，您最终会得到ARIMA(0,0,0)，即白噪声。

当您没有回归量/协变量时，非平稳性必须按时间序列建模，因此需要差分。对于您的数据，您最终会得到ARIMA(0,1,1)。

当然，这两个模型并不相同，甚至是等效的。如果您真的想要一些模型选择，请使用两个模型的 AIC 值。但请记住，所有模型都是错误的；有些很有用。只要一个模型在一定的统计显着性下不能被拒绝，它就可以用于预测目的。