R中AR模型选择的auto.arima和ar之间的区别

Question

在尝试使用这些方法找到最佳 AR(p) 模型时，我得到了非常不同的结果。

ar {stats}：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)

我不能把数据集放在这里，因为它非常大，但是对于相同的数据集，ar 给出 44 而 auto.arima 给出 5。它们都使用 AIC 最小化。有人知道为什么它们会产生如此不同的结果以及哪个更好吗？

Answer 1

默认情况下，ar() 使用 Yule-Walker 估计，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，但仅这两个就可以解释拟合模型之间的大部分差异。

至于哪个更好，由您决定。这取决于模型的应用和目的。