ARIMA模型的最佳信息准则?

时间:2019-04-18 14:56:09

标签: python statistics time-series arima

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。

1 个答案:

答案 0 :(得分: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。