具有季节性的ARIMA组件 - 使用R

Question

我正在尝试在我的时间序列数据中使用R中的auto.arima函数。我同时使用原始系列和日志转换系列，以下是输出：

使用原始时间序列：

> auto.arima(inflowts)
Series: inflowts 
ARIMA(1,1,0)(0,1,0)[12]                    

Coefficients:
          ar1
      -0.6812
s.e.   0.1431

sigma^2 estimated as 16565:  log likelihood=-137.88
AIC=279.77   AICc=280.4   BIC=281.95

对于日志转换系列，这就是我得到的：

> auto.arima(inflowts1)
Series: inflowts1 
ARIMA(1,1,0)(0,1,0)[12]                    

Coefficients:
          ar1
      -0.6695
s.e.   0.1488

sigma^2 estimated as 0.008878:  log likelihood=20.97
AIC=-37.93   AICc=-37.3   BIC=-35.75

不同之处仅在于，当使用变换后的变量时，AIC和BIC参数变得更好。

由于这个数据具有季节性，我的问题是如何从这里处理季节性成分，因为它将p和q值都设为0 [ARIMA（1,1,0）（0,1,0）[12]]

任何有关如何处理此类场景的指针都将受到高度赞赏。