時系列解析においてarima 及びsarimaモデルのパラメーターの決定基準がわかりません

Question

ARIMA モデルについては、ARIMA(p,d,q) と表現し,p、d、q はそれぞれ、自己回帰の次数、差分の次数、移動平均の次数を示し、SARIMA モデルについては、SARIMA(p,d,q)
(P,D,Q)s と表現すると調べたところ分かったのですが、それぞれのパラメーターの決定はどのように行うのでしょうか？何を基準に決定しているのかわかりません。

https://www.slideshare.net/ssuser49f8441/python-114923273
上記のサイトを参考にさせてもらっているのですが、今回の質問に該当する部分は記載サイトの39/55ページです。

もし簡単にご説明できる方がいましたらよろしくお願いします。

Comments

[aokikenichi]

「簡単に」とはどのレベルでしょうか。
人間が判定する場合は、自己回帰をしめすコレログラムというのを描いて判断するのが基本です。
https://logics-of-blue.com/%E6%99%82%E7%B3%BB%E5%88%97%E8%A7%A3%E6%9E%90_%E7%90%86%E8%AB%96%E7%B7%A8/
がわりと丁寧化と思います。
書籍だとPythonなら 『Advanced Python 時系列解析』に解説が
理論書ですが 『経済・ファイナンスデータの計量時系列分析』にコレログラムとpdqの解説があったと思います（すみません本が手元になく、、、）

[yymmt]

AICが小さくなるように決めています、というのは回答になっているか分からないのでこちらに。

[aiueo04]

回答ありがとうございます！

Answer 1

定常時系列の解析に使われるARMAモデル・SARIMAモデルとは？

にAICを用いることなど詳しく解説されております。