机器算法验证 - 基于 ACF-PACF 与 auto.arima 选择 ARIMA 订单 - 吾爱随笔录

我使用 R 将 ARIMA 模型拟合到时间序列（年度粒度）：

library(forecast)

beer <- c(150,241,361,403,504,684,706,862,879,806,840,846,1024,1196,1239,1237,1281,1342)

ts_beer = ts(beer, start = c(1980), frequency = 1)

dif.ts_beer <- diff(ts_beer)

acf(dif.ts_beer)
pacf(dif.ts_beer)

基于 ACF 和 PACF，我拟合了一个 ARIMA(4,0,4) 模型。

dif.ts_beer.fit <- arima(dif.Gas, order = c(4,0,4))

dif.ts_beer.fit

看起来不错。但后来我跑了auto.arima：

auto.arima(dif.ts_beer)

它给：

Series: dif.ts_beer 
ARIMA(0,0,0) with non-zero mean 

Coefficients:
         mean
      70.1176
s.e.  17.0359

sigma^2 estimated as 5242:  log likelihood=-96.4
AIC=196.81   AICc=197.67   BIC=198.48

那么手动 ARIMA(4,0,4) 不是这种情况的好选择吗？如果是这样，我应该使用什么 ARIMA(p,d,q) 模型？