AIC와 BIC등 정보기준 점수로는, 차수를 결정할 수 없다. 차분을 수행하게 되면 데이터의 분포가 변하게 되는데, 이러한 상황 속에서는 likelihood 값을 비교하기 어렵다. 그렇기 때문에 ARIMA 분석시에 정보기준을 사용한 파라미터 선정은 p와 q를 고를 때만 유용하다.

• Forecasting: Principles and Practice - 8.6 추정과 차수 선택

주기(cycle)을 나타내는 시계열은 정상성을 만족한다.

• Forecasting: Principles and Practice - 8.1 정상성과 차분

계절성 차분과 1차 차분을 둘 다 적용할 때, 어떤 것을 먼저 적용하더라도 차이는 없습니다 — 결과가 같을 것입니다. 하지만, 데이터에 계절성 패턴이 강하게 나타나면, 계절성 차분을 먼저 계산하는 것을 추천합니다. 왜냐하면, 때때로 결과 시계열에서 정상성이 나타나기도 해서 이런 경우에는 1차 차분을 구할 필요가 없게 되기 때문입니다. 1차 차분을 먼저 계산했다면, 여전히 남아있는 계절성이 나타날 것입니다.

• Forecasting: Principles and Practice - 8.1 정상성과 차분

AR(1) 모델은 아래와 같다.