作为初学者，我试图了解R预测包中的auto.arima函数。
特别是，我对基于信息标准的选择感兴趣。
例如，我设置了ic=c("aicc","aic", "bic")。
然后，我获得了AIC，AICc和BIC的最佳拟合模型。
我还为每个测试模型获得一定的输出值，例如： -18661.23（1,1,1）; -18451.12（1,1,2）等。例如（1,1,1）是具有最低输出值的选定模型，该值不等于给定的AIC，AICc或BIC。
简单来说，我如何解释每个模型的输出值？它是并行加权的AIC，AICc和BIC吗？
P.S。：我真的试图理解文档，但我很难阅读。
非常感谢你！
答案 0 :(得分：0)
据我所知，“输出值”是指auto.arima与trace=TRUE一起使用时打印的值。
这些值是所尝试的每个模型的AIC（或AICc或BIC）。在搜索过程中使用近似值来加快速度，因此打印的值可能与返回的值略有不同，这是在没有近似值的情况下计算的。
参数ic确定将使用哪个信息标准。例如，设置ic="bic"表示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显示参数可以采用的值的简写，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只能取这三个值中的一个，如果未明确传递aicc，则默认值为ic。 / p>