我正在使用auto.arima包中的forecast来创建ARIMAX模型。
因变量和回归量是非平稳的。但是，auto.arima()会返回模型ARIMA(0,0,0)。
我应该担心吗？我应该强制auto.arima()区分我的时间序列，指定d=1吗？
如果我没有在我的模型中放置任何回归量，它确实检测到非平稳性，最后得到ARIMA(0,1,1)。
我知道问题类似于this主题，但我的数据集更大（大约90个观察结果），因此给出的答案并不令人满意。
答案 0 :(得分：3)
auto.arima没有做错任何事。请注意，您有一个加法模型：
response = regression + time_series
当您包含回归量/协变量时，回归量/协变量会捕获非平稳性，因此时间序列组件很简单。对于您的数据，最终会得到ARIMA(0,0,0)，这是白噪声。
当您没有回归量/协变量时，非平稳性必须按时间序列建模，因此需要进行差分。对于您的数据，最终会得到ARIMA(0,1,1)。
当然，这两种型号不一样，甚至相同。如果您真的想要一些模型选择，请使用两个模型的AIC值。但请记住，所有型号都是错的;一些是有用的。只要模型不能以某种统计显着性被拒绝，它就有助于预测目的。