只要模型基于相同的数据集，您可以比较AIC值吗？

我正在使用Rob Hyndman的预测包在R中进行一些预测。属于包装的纸张可以在这里找到。

在解释了自动预测算法后，作者在相同的数据集上实现了这些算法。但是，在估计了指数平滑和ARIMA模型后，他们做出了我不理解的声明（第17页）：

请注意，信息标准不可比较。

我认为使用AIC进行模型选择的优势在于，只要使用相同数据集对AIC值进行估算，我们就可以比较它们。这不正确吗？

因为我计划使用所谓的Akaike权重来组合来自不同模型类（例如指数平滑和ARIMA）的预测（请参阅Burnham和Anderson，2002，有关Akaike权重的讨论），这对我来说尤其有意义。

参考文献

• Burnham，KP和Anderson，DR（2002）。模型选择和多模型推理：一种实用的信息理论方法。施普林格出版社。

两种模型对初始值的处理方式不同。例如，在进行微分后，ARIMA模型将基于较少的观测值进行计算，而ETS模型则始终基于完整的数据集进行计算。即使模型等效（例如ARIMA（0,1,1）和ETS（A，N，N）），AIC值也将不同。

实际上，ETS模型的可能性以初始状态向量为条件，而非平稳ARIMA模型的可能性以前几个观察结果为条件，即使将扩散先验用于非平稳分量也是如此。