如何解釋有馬（0,0,0）

我有一個auto.arima模型輸出，ARIMA(0,0,0) with zero mean這是否表明模型不太適合？額外的回歸量是否超過了時間和差異分量的影響？如果它是有效的，我不知道如何解釋結果以與其他人交流為什麼零是可以的。

Series: y 
ARIMA(0,0,0) with zero mean     

Coefficients:
     dowSunday  dowMonday  dowTuesday  dowWednesday  dowThursday  dowFriday  dowSaturday  daypartM  daypartA
        0.1427     0.1425      0.0912        0.0312       0.0136     0.1195       0.0841    0.1051    0.1275
s.e.     0.1399     0.2124      0.2120        0.1528       0.2013     0.2357       0.2375    0.1285    0.0451
     daypartE  daypartLN  inv_last24  regionSouth  regionNorth Central
       0.1697     0.0334      0.0240      -0.0234               -0.100
s.e.    0.0968     0.0736      0.1085       0.0464                0.049

sigma^2 estimated as 0.007612:  log likelihood=31.9
AIC=-33.8   AICc=206.2   BIC=-20.44

Training set error measures:
                       ME       RMSE        MAE  MPE MAPE      MASE      ACF1
Training set -6.321953e-17 0.04112732 0.03184536 -Inf  Inf 0.3702166 0.2447627

均值為零的**ARIMA(0,0,0)**模型是白噪聲，因此這意味著誤差在時間上不相關。

這並不意味著錯誤的大小，所以一般來說，這並不表示合適或不合適。

在你的情況下，你會注意到你的 是0.007612和那我是-6.321953e-17.這些是非常非常小的數字，所以是的，模型“適合”很好。

但是，它們非常小的原因是因為您將15 個參數（14 個係數 + 1 個誤差方差）擬合到僅18 個點。

您可能過度擬合數據到極端程度，並且您可能無法很好地預測樣本外。

引用自：https://stats.stackexchange.com/questions/236566