モデルが同じデータセットに基づいている限り、AIC値を比較できますか？

Rob Hyndmanの予測パッケージを使用して、Rで予測を行っています。パッケージに属する論文はここで見つけることができます。

この論文では、自動予測アルゴリズムについて説明した後、著者は同じデータセットにアルゴリズムを実装しています。ただし、指数平滑法とARIMAモデルの両方を推定した後、私は理解できないステートメントを作成します（17ページ）：

情報の基準は比較できないことに注意してください。

モデルの選択にAICを使用する利点は、同じデータセットを使用して推定される限り、異なるモデルのAIC値を比較できることだと思いました。これは間違っていますか？

いわゆる赤池重みを使用して異なるモデルクラス（指数平滑法やARIMAなど）からの予測を結合することを計画していたため、この問題は私にとって特に興味深いです（赤池重みについてはBurnham and Anderson、2002を参照）

参照資料

• バーナム、KP、およびアンダーソン、DR（2002）。モデル選択とマルチモデル推論：実用的な情報理論的アプローチ。スプリンガー出版。

2つのモデルは初期値を異なる方法で処理します。たとえば、差分化後、ARIMAモデルはより少ない観測で計算されますが、ETSモデルは常にデータの完全なセットで計算されます。モデルが同等であっても（たとえば、ARIMA（0,1,1）とETS（A、N、N））、AIC値は異なります。

事実上、ETSモデルの尤度は初期状態ベクトルに依存しますが、非定常ARIMAモデルの尤度は、非定常コンポーネントに拡散事前分布が使用されている場合でも、最初のいくつかの観測に依存します。