¿Existe una buena heurística para determinar cuántas observaciones debe tener una serie temporal para estimar un modelo ARIMA? Por ejemplo, si el proceso es ARIMA(2,1,0), ¿cuántos puntos serían necesarios para estimar ese modelo?
No me preocuparía mucho por el orden del modelo y los coeficientes estimados, sino más bien por las funciones de respuesta al impulso. Son ellas las que nos dicen directamente qué hace el modelo. Especificaciones diferentes de ARMA pueden generar patrones muy similares. Si el modelo está capturando el patrón, no me importa cómo está parametrizado (especialmente para un modelo seleccionado por auto.arima donde se garantiza prácticamente un nivel adecuado de parsimonia por diseño y, por lo tanto, no es necesario preocuparse por parametrizaciones altamente ineficientes).
