ARモデル選択のためのauto.arimaとarの違いはR

Question

これらの方法を使用して最良のAR（p）モデルを見つけようとすると、非常に異なる結果になります。

AR {統計}：http://stat.ethz.ch/R-manual/R-patched/library/stats/html/ar.html

auto.arima {見通し}：http://rgm2.lab.nig.ac.jp/RGM2/func.php?rd_id=forecast:auto.arima

# x is some time series 
ar(x) 
auto.arima(x, d=0, max.q=0) 

、それは非常に大きいですが、同じデータセットに対して、ARは44を与えるように私はここで設定したデータを置くことができませんauto.arimaは5を返します。どちらもAIC最小化を使用します。誰かがなぜ異なる結果をもたらすのか、どちらが優れているのかを誰かが知っていますか？

Answer 1

デフォルトでは、ar()はMLEではなくYule-Walker推定を使用します。

デフォルトでは、auto.arima()は、モデルサイズを5つのパラメータに制限します。

他にも違いがありますが、2つでは、適合モデル間の違いのほとんどが説明されます。

どちらが優れているかは、あなたが決定するためのものです。これは、モデルの用途と目的によって異なります。