r - auto.arima() 似乎在给定相同数据的情况下选择不同的模型

Question

我正在尝试类似https://otexts.com/fpp2/lagged-predictors.htmlauto.arima中的示例，并注意到我得到不同的结果取决于我是否明确指定（所有）数据行。MWE：

library(forecast); library(fpp2)
nrow(insurance)
auto.arima(insurance[,1], xreg=insurance[,2], stationary=TRUE)
auto.arima(insurance[1:40,1], xreg=insurance[1:40,2], stationary=TRUE)

节目nrow(insurance)有 40 行，所以我认为insurance[,1]与 相同insurance[1:40,1]，第二列也类似。然而，第一种方式会导致“带有 ARIMA(3,0,0) 错误的回归”，而第二种方式会导致“带有 ARIMA(1,0,2) 错误的回归”。

为什么这些看似等效的调用会导致不同的选定模型？

标签： rarima

Answer 1

请注意，insurance[,1]有标签，insurance[1:40,1]没有标签。如果你通过as.numeric(insurance[,1])了，你实际上会收到“ARIMA(1,0,2)”。xreg=insurance[,2]所以我敢打赌，这与第一个参数是否有标签有关......另外请注意，它们是否xreg=insurance[1:40,2]都可以工作并不重要