auto.arima（）の差分はありませんか？

Question

私はauto.arimaforecastパッケージからARIMAXモデルを作成しています。 従属変数と回帰変数は非定常です。ただし、auto.arima()はARIMA(0,0,0)というモデルを返します。

私はこれについて心配すべきですか？ auto.arima()に私の時系列の差分を強制する必要があります。d=1を指定していますか？

私のモデルに退行者を置かないと、非定常性が検出され、ARIMA(0,1,1)になります。

私は問題がthisのトピックに似ていることを知っていますが、私のデータセットはより大きい（約90回の観測）ので、回答は満足できません。

Answer 1

auto.arima何も問題ありませんでした。あなたは加法モデルを持っている注：説明変数/共変量を含む場合

response = regression + time_series 

、非定常性を説明変数/共変量で撮影し、その時系列部品は簡単です。あなたのデータは、最終的にはホワイトノイズであるARIMA(0,0,0)になります。

回帰子/共変量がない場合、非定常性は時系列でモデル化する必要があるため、差分が必要です。あなたのデータは、ARIMA(0,1,1)になります。

もちろん、これら2つのモデルは同じではなく、同等でもありません。モデルを実際に選択したい場合は、両方のモデルでAIC値を使用します。しかし、覚えて、すべてのモデルは間違っています。便利なものはです。モデルが特定の統計的有意性で拒否できない限り、予測目的には有益です。