Python中的ARIMA

Question

我是Python新手。现在我正在学习ARIMA模型及其在Python中的实现。我在以下链接中观看了Youtube视频：

https://www.youtube.com/watch?v=RWRsxhUzpxk&index=3&list=PLybkqEz6g9JhrX5riJSa2C76AtMa0KIhp

我还有一些关于ARMA的谜题，特别是如何确定最佳p和q。在视频中，我想尝试不同的p和q对，并根据aic规则选择如下：

import statsmodels.api as sm
p = 1
q = 1
arma_1 = sm.tsa.ARMA(data, (p,q)).fit() # data is the dataset of time series
aic_min = arma_1.aic

for i in range(1,6) :
    for j in range(1,6) :
        arma = sm.tsa.ARMA(data, (i,j)).fit()
        aic = arma.aic
        if aic < aic_min :
            aic_min = aic
            p = i
            q = j

print (i,j,aic_min)

回溯显示：计算的初始AR系数不是静止的 你应该诱导平稳性，选择不同的模型订单，或者你可以 通过你自己的start_params。   我的问题是：（1）这个追溯是什么意思？ （2）我的方法是否有权找到正确的（p，q）对？还有更方便的方法吗？