所以我记得在某处读到，当我们有外部回归量时， auto.arima无法对季节性或主要时间序列本身的差异顺序做出正确的预测（如果我错了，请纠正我！）

现在，我想知道我们是否也需要区分外部回归变量？此外，在有外部回归变量（一些时间序列和这些时间序列中的季节性模式的一些虚拟变量）的情况下，auto.arima甚至可以计算最佳 MA 和 AR？

另外，我有每周的季节性以及季度和年度的季节性；因为我无法在 auto.arima 中指定那么多季节性，所以我输入了很多季度和月份的虚拟变量；这会产生数学上正确的结果吗？

此外，对于那些使用过 SAS 的人，在使用预测程序和估计输入变量（外部回归变量）时，它是否会自动计算每个外部回归变量的 MA 和 AR？