Я пытаюсь объяснить себе результат прогнозирования от применения модели ARIMA к набору данных временных рядов. Данные из M1-Competition, серия MNB65. Я пытаюсь согласовать данные с моделью ARIMA (1,0,0) и получить прогнозы. Я использую R. Вот некоторые выходные фрагменты:

> arima(x, order = c(1,0,0))
Series: x 
ARIMA(1,0,0) with non-zero mean 
Call: arima(x = x, order = c(1, 0, 0)) 
Coefficients:
         ar1  intercept
      0.9421  12260.298
s.e.  0.0474    202.717

> predict(arima(x, order = c(1,0,0)), n.ahead=12)
$pred
Time Series:
Start = 53 
End = 64 
Frequency = 1 
[1] 11757.39 11786.50 11813.92 11839.75 11864.09 11887.02 11908.62 11928.97 11948.15 11966.21 11983.23 11999.27

У меня есть несколько вопросов:

(1) Как я могу объяснить, что хотя набор данных демонстрирует явную тенденцию к снижению, прогноз этой модели имеет тенденцию к росту. Это также происходит с ARIMA (2,0,0), который лучше всего подходит для ARIMA для данных, использующих auto.arima (пакет прогнозов), и для модели ARIMA (1,0,1).

(2) Значение перехвата для модели ARIMA (1,0,0) составляет 12260,298. Если пересечение не удовлетворяет уравнению: C = mean * (1 - сумма (AR coeffs)), в этом случае значение должно быть 715,52. Я, должно быть, здесь что-то упускаю

(3) Это явно ряд с нестационарным средним. Почему модель AR (2) по-прежнему выбрана auto.arima лучшей моделью? Может ли быть интуитивное объяснение?

Благодарю.