Разница между auto.arima и ar для выбора модели AR в R

Question

Я получаю очень разные результаты, когда пытаюсь найти лучшую модель AR (p), используя эти методы.

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

auto.arima {прогноз}: 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)

Я не могу поместить набор данных здесь, поскольку он очень большой, но для того же набора данных ar дает 44, тогда как auto.arima дает 5. Они оба используют минимизацию AIC. Кто-то знает, почему они дают такие разные результаты, а какой лучше?

Answer 1

По умолчанию ar() использует оценку Юла-Уокера, а не MLE.

По умолчанию auto.arima() ограничивает размер модели пятью параметрами.

Существуют и другие различия, нотолько эти два объяснят большинство различий между установленными моделями.

Что лучше, решать вам.Это зависит от применения и предназначения модели.