R：预测包：涉及 ETS 和 AR 的复合模型的自动算法答案

【问题标题】：R: Forecast package: Automatic algorithm for composite model involving ETS and ARR：预测包：涉及 ETS 和 AR 的复合模型的自动算法
【发布时间】：2011-03-09 01:00:42
【问题描述】：

我想编写一个代码，涉及使用 ETS 和自回归模型自动选择最佳复合模型。我应该根据什么标准进行选择？

另外，如果我使用 auto.arima 函数从 R 中的预测包中推断 AR 项的数量和相应的系数，我的输入序列是否必须是固定的？还是会自动选择 d 的值，从而返回非平稳模型？

谢谢，帕尼

【问题讨论】：

我将对您的标签进行一些修改，以引起可能知道答案的人的注意。如果我做得太多，我很抱歉。总的来说，对于 StackOverflow 来说，这可能是一个太多的统计问题，它旨在解决编程问题。
我在 stats exchange 上问过一个类似的问题，那里的答案可能会对你有所帮助。 stats.stackexchange.com/questions/6329/…

标签： r automation statistics time-series

【解决方案1】：

如果您阅读帮助页面会有所帮助。为 ets() 和 auto.arima() 提供的帮助非常详细，并且包含您要求的信息。

使用您喜欢的标准。 ets() 的默认标准是 AIC。这在渐近上等效于留一法交叉验证，因此是预测的不错选择。 AICc 是 AIC 的小样本校正，因此可以说稍微好一些。
auto.arima() 使用单位根测试选择 d 值。因此，您的数据不必平均是固定的。然而，正如 Samik R. 所指出的，没有尝试找到一种变换来稳定方差。

【讨论】：

【解决方案2】：

我将尝试回答您问题的第二部分。您的序列不需要是平稳的，如果 auto.arima 确定序列具有非平稳均值，它会找到适当数量的差异。但是，您的序列必须是方差平稳的，auto.arima 不会进行幂变换来“平稳”序列的方差。

【讨论】：