访问R中列表的元素[关闭]

Question

我想从 R 中的预测函数返回的列表中获取一些特定元素。

我的数据是这样的

Point     Forecast       Lo 80     Hi 80        Lo 95     Hi 95
111       69894.82  62433.7449  77355.89   58484.0929  81305.54
112       69894.82  60130.1979  79659.43   54961.1218  84828.51
113       69894.82  58274.6632  81514.97   52123.3264  87666.30
114       69894.82  56677.0955  83112.53   49680.0575  90109.57
115       69894.82  55252.8108  84536.82   47501.8019  92287.83

我想获取“预测”列中的数字。

我使用以下代码来创建我的数据：

myts is some time series data
fit <- auto.arima(myts)
res <- forecast(fit, 677)

我的数据名称是 res，它是 10 个列表。 dput(res)的结果如下：

-2443.82541262374, -3956.5563302119, 1335.8788362195, 3804.02514978909, 
-1364.6312311184, -360.502517865796, -286.138018093465, -2804.55786143203, 
-1201.73015351274, -1085.1353062962, 8688.02102637354, -5767.08772503892, 
7292.94004476998, -2310.33192585826, -1329.76851485969, -4561.07364095336, 
2552.742451461, 3299.51706250617, 2447.80597742078, 15969.1761900118, 
-12064.25481109, -4186.66470081449, -6343.95400053521, 3822.10952263371
), .Tsp = c(1, 110, 1), class = "ts")), .Names = c("method", 
"model", "level", "mean", "lower", "upper", "x", "xname", "fitted", 
"residuals"), class = "forecast")

Answer 1

as.numeric(res$mean)

会做的。

根据您的评论，Forecast 是实际预测，并不总是平均值。

考虑以下使用来自here 的数据集的示例

library(forecast)
births <- scan("http://robjhyndman.com/tsdldata/data/nybirths.dat")
birthstimeseries <- ts(births, frequency=12, start=c(1946,1))
fit <- auto.arima(birthstimeseries)
res <- forecast(fit, 12)
plot(res)

从图中可以看出，预测不仅仅是平均值，auto.arima 拟合了季节性模型

如果您检查res$mean，您会发现数字不同

          Jan      Feb      Mar      Apr      May      Jun      Jul      Aug      Sep      Oct
1960 27.69056 26.07680 29.26544 27.59444 28.93193 28.55379 29.84713 29.45347 29.16388 29.21343
          Nov      Dec
1960 27.26221 28.06863

根据您的最后评论，为了检查（对您而言）未知的 R 对象的“胆量”，总是最好从 class(res)、str(res) 开始，最后是 attributes(res)。后面会告诉你这个对象包含的所有属性：

attributes(res)
## v$names
##  [1] "method"    "model"     "level"     "mean"      "lower"     "upper"     "x"         "xname"    
##  [9] "fitted"    "residuals"

## $class
##  [1] "forecast"

所以现在你可以调查res$method 或res$model，最后是你要找的res$mean