為什麼 ARIMA 使用最大似然法而不是最小二乘法？

確定了 ARIMA 模型的階數 (p,q,d) - 為什麼我們使用最大似然估計而不是最小二乘法來確定係數？

畢竟，ARIMA 模型與多變量回歸非常相似。

OLS 僅在所有回歸量都可觀察時才有效，因為它採用了設計矩陣在估計模型係數時（）。同時，ARIMA 模型規範在移動平均部分包含不可觀察的變量（滯後誤差）；因此，當移動平均階數時，OLS 估計量是不可行的. 另一方面，可以使用 OLS 估計 AR 模型，這實際上是一種很常見的方法。對於正態分佈的誤差，它也非常接近最大似然 (ML) 解決方案。（在如何處理 ML 估計中的初始值方面存在細微差別，但除此之外它與 AR 模型的 OLS 一致。）

引用自：https://stats.stackexchange.com/questions/321442