我有两组时间序列，每组代表一种数据。然而，在每个组中，每个时间序列可能会拟合与同一组中其他时间序列不同的 ARIMA(p,d,q)。

Model_group1我需要为每个组（ ，Model_group2）创建一个模型。我尝试了 Rob Hyndman 在： Estimating same model over multiple time series中提到的方法 。

我需要使用这两个模型将任何时间序列分类为这两组之一。对于每个时间序列，我计算了Model_group1和的 AIC，AICModel_group2较小的模型将意味着该时间序列属于其对应的组。

我有三个问题：

1. 我收到一条警告信息

   Series: ts 
   ARIMA(3,0,2) with non-zero mean 
   
   Coefficients:
            ar1     ar2     ar3     ma1      ma2  intercept
         0.0714  0.1417  0.0000  0.0893  -0.0871     0.1169
   s.e.     NaN  0.1381  0.0127     NaN   0.1436     0.0026
   
   sigma^2 estimated as 0.2202:  log likelihood=-33822.63
   AIC=67659.26   AICc=67659.26   BIC=67725.99
   Warning message:
   In sqrt(diag(x$var.coef)) : NaNs produced
   

   此消息仅由其中一个组模型返回。这是否意味着拟合模型不正确？

2. 我得到了两个不同的结果

   auto.arima(ts, allowdrift=FALSE, stepwise=FALSE)
   auto.arima(ts, allowdrift=FALSE, stepwise=TRUE)
   

3. 当我测试生成的模型时，大多数时间序列都被归类为group_1，即使我测试了用于构建长时间序列的时间序列之一group_2。这里需要提一下， 的组合时间序列比 .group_1的时间序列要短得多group_2。有什么预期的原因吗？