r - 一阶差分中时间序列的 ARIMA 与 ARMA

Question

我正在研究 GDP 时间序列预测。我已经对具有显着随机趋势的时间序列进行了日志转换。我已经检查过一阶差分中的时间序列是固定的。现在（我相信）我有两个选择：

1. 在差分对数转换后的 GDP 时间序列上拟合 ARMA 模型
2. 在对数转换后的 GDP 时间序列上拟合 ARIMA 模型 (p,1,q)

问题：

• 我注意到 ARIMA 没有拦截，而 ARMA 有。如何解释截距？
• 我应该如何决定使用哪一个？

Answer 1

我注意到 ARIMA 没有拦截，而 ARMA 有。如何解释截距？

截距解释取决于您的模型。如果系列是静止的，它通过您的其他参数与您的平均值相关。例如，参见wiki 上的 AR(1) 示例。一阶差分 ARIMA 模型中的截距意味着恒定漂移，这可能不是您想要的。

我应该如何决定使用哪一个？

一个常见的选择是使用 AIC 或 BIC 等信息标准。例如，请参阅这篇文章。