R为什么在估计ARIMA（1,0,0）和ARIMA（3,0,0）时使用相同数量的观测值

我预计，随着我增加更多的滞后，用于执行估计的观测数量将减少，但情况并非如此。你知道这是怎么回事吗

fit1 <- arima(presidents, c(1, 0, 0))
fit3 <- arima(presidents, c(3, 0, 0))

paste0("length fit1: ", length(fit1$residuals))
paste0("length fit3: ",length(fit3$residuals))
paste0("length presidents: ",length(presidents))

#  [1] "length fit1: 120"
#  [1] "length fit3: 120"
#  [1] "length presidents: 120"

---

fit1为什么观察次数会减少？@Pascal更新了这个问题这是完全不同的算法，不是吗。所以不同的算法，不同的行为。当然，但我不能理解引擎盖下发生了什么。我希望他们也能得出类似的结果。例如，
AIC（lm（b[，1]~b[，2]））
，以及
AIC（fit1）
为什么观察次数会减少？@Pascal更新了问题这是完全不同的算法，不是吗。所以不同的算法，不同的行为。当然，但我不能理解引擎盖下发生了什么。我希望他们也能得出类似的结果。例如
AIC（lm（b[，1]~b[，2]）
，和
AIC（fit1）
a <- embed(presidents,3)  
b <- embed(presidents,2)  # setting the data for AR1 estimation
head(b)
paste0("nobs used to estimate AR1 is: ",nrow(b))


# :      [,1] [,2]
# : [1,]   87   NA
# : [2,]   82   87
# : [3,]   75   82
# : [4,]   63   75
# : [5,]   50   63
# : [6,]   43   50
# : [1] "nobs used to estimate AR1 is: 119"