ARIMA 模型的最佳信息标准？

Question

我使用 ARIMA 模型 python:

from statsmodels.tsa.statespace.sarimax import SARIMAX

model = SARIMAX(x, order=(p, d, q),
                            enforce_stationarity=False,
                            enforce_invertibility=False).fit(disp=False)

我想比较一些具有不同参数的模型并选择回归量较少的模型（选择更容易的模型）。

我应该使用哪个信息标准。我阅读了有关 AIC 和 BIC 的信息。而且我读到，BIC 比 AIC 更好地选择更容易的 ARMA 模型，但是哪一个最适合 ARIMA？

也许我必须使用其他信息标准，例如 HQIC？

如果能提供有用的链接，我将不胜感激。

Answer 1

我认为您的问题没有通用的答案。在 R 中有一个由 Rob Hyndman 编写的 auto.arima 函数：他使用 AICc。您可以在他的 online book（第 8.7 章）中阅读所有相关内容。

请注意，经典信息标准（AIC、BIC 等）不允许比较具有不同参数 d 或 D 的 ARIMA 模型（因为可用观测值的数量取决于 d 和 D）。 Here 列出了使用信息标准时要记住的事项。

因此最终，模型的最终选择（以我的经验）不能基于一个简单的数字。相反，最终的选择应该得到不同诊断图和信息标准的支持。

ARIMA 模型的最佳信息标准？

Best information criterion for ARIMA model?

python

statistics

time-series

arima