解释auto.arima导致R

Question

作为一个初学者，我试图了解R预测包中的auto.arima函数。

我尤其对基于信息标准的选择感兴趣。 例如，我设置ic=c("aicc","aic", "bic") 。 然后，我使用AIC，AICc和BIC获得最佳拟合模型。

我还为每个测试模型获得了一定的输出值，例如（1,1,1）的为-18661.23； 对于（1,1,2）等，为-18451.12。如果例如（1,1,1）是具有最低输出值的选定模型，则该值不等于给定的AIC，AICc或BIC。

简单来说，我该如何解释每个模型的输出值？ 它是并行加权AIC，AICc和BIC吗？

PS：我确实试图理解文档，但是我很难阅读。

提前非常感谢您！

Answer 1

据我所知，“输出值”是指将auto.arima与trace=TRUE一起使用时打印的值。

这些值是每个尝试的模型的AIC（或AICc或BIC）。 在搜索过程中使用近似值来加快速度，因此打印出的值可能与返回的值略有不同，后者是在没有近似值的情况下计算得出的。

参数ic确定将使用哪个信息标准。 例如，设置ic="bic"意味着BIC用于选择模型。 默认情况下， ic="aicc" 。

在函数定义中，默认值等于值向量的参数通常是表示参数可以取什么值的简写，向量中的第一个值等于默认值。 在这种情况下，函数定义包含ic = c("aicc", "aic", "bic")这意味着ic只能采用这三个值之一，如果未明确传递ic ，则默认值为aicc 。