ARIMA(0,1,0) 上的原因是什麼是噸是噸y_t和 ARIMA(0,0,0) 上的差異（是噸是噸y_t) 不是相同的時間序列模型嗎？

我在 BA 級別學習，ARIMA(0,1,0) 在 $ y_t $ 和 ARIMA(0,0,0) 上的差異（ $ y_t $ ) 是相同的型號。我正在對美國失業率的歷史數據進行 Box-Jenkins 模型估計。

我的結果（在 R 中）：

> arima010a

Call:
arima(x = munrate, order = c(0, 1, 0))


sigma^2 estimated as 19.23:  log likelihood = -2126.56,  aic = 4255.11
> arima010b

Call:
arima(x = diff(munrate), order = c(0, 0, 0))

Coefficients:
     intercept
        0.0708
s.e.     0.1618

sigma^2 estimated as 19.23:  log likelihood = -2126.46,  aic = 4256.92

如您所見，資訊標準 (AIC) 不同， $ log(L) $ ， 也。我的問題是，為什麼它們在兩個模型中有所不同？

我期待著任何答案。

---

我後來在 gretl 中也嘗試過，這兩個模型之間沒有任何區別。

我不知道 R 程式碼，但您是否在估計 ARIMA(0,1,0) 模型中的截距？因為如果不是，這可能就是存在差異的原因，因為您正在估計 ARIMA(0,0,0) 模型中的截距。

我相信@Andrew_M 是對的，這是由於跨統計應用程序的 ARIMA 實現中的預設選項不同造成的。

library(forecast)
births <- scan("http://robjhyndman.com/tsdldata/data/nybirths.dat")
birthstimeseries <- ts(births, frequency=12, start=c(1946,1))
level010 <- arima(births, order = c(0,1,0), include.mean=TRUE)
diff000 <- arima(diff(births), order = c(0,0,0), include.mean=FALSE)
print(level010)
print(diff000)

結果：

> print(level010)
Call:
   arima(x = births, order = c(0, 1, 0), include.mean = TRUE)


sigma^2 estimated as 2.266:  log likelihood = -305.25,  aic = 612.51
> print(diff000)

Call:
   arima(x = diff(births), order = c(0, 0, 0), include.mean = FALSE)


sigma^2 estimated as 2.266:  log likelihood = -305.25,  aic = 612.51

引用自：https://economics.stackexchange.com/questions/11044