Criterio de

Modelo Información Akaike

ARIMA (1,0,0) o AR -8,40 Se elige entre los modelos ARIMA, ya
(1) que estos son los que tienen una
ARIMA (2,0,0) o AR -60,36 diferencia y para la selección del
(2)
ARIMA (0,0,1) o MA 99,548
mejor modelo para la predicción se
(1) tiene que usar el Akaike.
ARIMA (0,0,2) o MA 0,1169 El valor del AIC es interpretable sobre
(2)
todo en la comparación, más que en sí
ARIMA (1,0,1) o -53,644
ARMA (1,1) mismo. El modelo con un AIC menor es
el mejor ajustado. Podemos ver en la
ARIMA (2,0,2) o -53,417 tabla todos los valores de todas las
ARMA (2,2) combinaciones de los modelos de
procesos autorregresivos.
ARIMA (1,1,1) -45,00516 Vemos que el modelo ARIMA (2,1,0) es
ARIMA (1,1,0) -47,09 el mejor modelo para esta serie, pues
tiene el menor Akaike de todos los
ARIMA (0,1,1) -49,7167
modelos ARIMA.
ARIMA (2,1,0) -57,32047
 BIC

El BIC es una medida aún más útil para comparar distintos

modelos logit, puesto que está mejor desarrollada,
teóricamente. Está basada en la verosimilitud del modelo en
cuestión y en sus peculiares grados de libertad.