ARIMA 流程的 Box-Jenkins 方法到底是什麼？
維基百科頁面說 Box-Jenkins 是一種將 ARIMA 模型擬合到時間序列的方法。現在，如果我想將 ARIMA 模型擬合到時間序列，我將打開 SAS，調用
proc ARIMA，提供參數SAS會給我AR和MA係數。現在，我可以嘗試不同的組合SAS會在每種情況下給我一組係數。我選擇具有最低 Akaike 信息標準的集合。我的問題是：在上述過程中，我在哪裡使用了 Box-Jenkins？我應該使用 Box-Jenkins 來得出初步估計? 還是 SAS 在內部以某種方式使用它？
Box 和 Jenkins 自己沒有使用 AIC。他們的書是在 1970 年基於之前開發的方法出版的，而 Akaike 關於 AIC 的論文是在該書出版後（不久）出版的。
他們的方法論在他們的書 [1] 中進行了概述，但今天“Box-Jenkins”所涵蓋的內容更廣泛，並且因人而異。
Box 和 Jenkins 自己給出了一個關於模型識別的簡單流程圖，這可能被視為對他們用於識別模型的過程的有用總結。（如果可以的話，我建議你看看這本書——大多數體面的大學圖書館都應該有一本。）
他們結合了模型識別、估計和診斷檢查/驗證的階段（包括如果模型不充分則返回第一階段），然後一旦確定了適當的模型，就可以預測模型。
此處的維基百科頁面概述了所涉及的內容，但它包含了許多內容，這些內容已添加到自本書出版以來人們傾向於這樣做的內容中。事實上，如今許多描述 Box-Jenkins 方法的文件都包括使用 AIC 或類似數量。
另請參閱此處的討論。
最近的書籍（例如，參見上面的維基百科頁面）給出了一般方法的更“現代”版本。
最後，如果你想知道 Box-Jenkins 方法真正“是什麼”，我會說“從他們的書開始”。如果做不到這一點，最近對 ARIMA 模型的一些處理涵蓋了大致相似的方法——嘗試任何數量相當不錯的涵蓋 ARIMA 模型的時間序列書籍。
[1]：盒子，喬治；Jenkins, Gwilym (1970)，
時間序列分析：預測和控制
舊金山：Holden-Day