作为初学者，我试图了解 R 预测包中的 auto.arima 函数。
特别是，我对基于信息标准的选择感兴趣。例如，我设置ic=c("aicc","aic", "bic"). 然后我使用 AIC、AICc 和 BIC 获得最佳拟合模型。
我还为每个测试模型获得了一定的输出值，例如 (1,1,1) 的 -18661.23; -18451.12 对于 (1,1,2) 等。如果例如 (1,1,1) 是具有最低输出值的选定模型，则该值不等于给定的 AIC、AICc 或 BIC。
简单来说，我如何解释每个模型的输出值？它是平行加权的 AIC、AICc 和 BIC 吗？
PS：我真的很想理解文档，但我很难阅读。
非常感谢您！
据我所知，“输出值”是指使用auto.arimawith时打印的值trace=TRUE。
这些值是每个尝试过的模型的 AIC（或 AICc 或 BIC）。在搜索过程中使用近似值来加快速度，因此打印的值可能与返回的值略有不同，返回值是在没有近似值的情况下计算的。
该参数ic确定将使用哪个信息标准。例如，设置ic="bic"表示在选择模型时使用 BIC。默认情况下，ic="aicc".
在函数定义中，默认值等于值向量的参数通常是显示该参数可以采用的可能值的简写，向量中的第一个值等于默认值。在这种情况下，函数定义包含只能采用这三个值之一的ic = c("aicc", "aic", "bic")含义，默认值为if未显式传递。icaiccic