AIC ,如同R Sqr,是看模型是否与实际相似。
不同于R Sqr (最好情况是1,最坏是0),AIC是越小越好。因为:AIC(p)=N ln(s2(p))+2p
之中N 为sample size,s2(p)是干扰项的方差 (i.e., the prediction error), 而方程p是一个递减方程。
后面的2p可以认为是过高的AR(p)带来的"penalty".
所以AIC越小越好。
AIC 只不过是time series的ARIMA(p,q,r)的一种形式,要判断p,q,r值,需要看AIC的最小值。
source:
http://www.cbi.dongnocchi.it/glossary/AIC.html
http://www.stata.com/statalist/archive/2005-01/msg00211.html
http://tolstoy.newcastle.edu.au/R/help/05/04/2614.html