ARIMA模型的最佳信息准则？

Question

我将ARIMA模型与python配合使用：

from statsmodels.tsa.statespace.sarimax import SARIMAX

model = SARIMAX(x, order=(p, d, q),
                            enforce_stationarity=False,
                            enforce_invertibility=False).fit(disp=False)

我想比较一些具有不同参数的模型，并选择回归数较少的模型（选择更简单的模型）。

我应该使用哪个信息标准。 我读了有关AIC和BIC的文章。 而且我读到，BIC比AIC更好，可以选择更简单的ARMA模型，但是ARIMA哪个更好？

也许我必须使用HQIC等其他信息标准？

我将感谢您提供有用的链接。

Answer 1

我认为您的问题没有普遍的答案。 在R中，有一个auto.arima函数，由Rob Hyndman编写：他使用AICc。 您可以在他的online book（第8.7章）中阅读所有内容。

请注意，经典信息标准（AIC，BIC等）不允许比较具有不同参数d或D的ARIMA模型（因为可用观测值的数量取决于d和D）。 Here是使用信息标准时要记住的事项列表。

因此，根据我的经验，最终模型的最终选择不能基于一个简单的数字。相反，最终选择应由不同的诊断图和信息标准支持。