【问题标题】：Looping over all models in r循环r中的所有模型
【发布时间】：2016-06-29 18:13:13
【问题描述】：

场景

我有一些数据说，我想实现 50 个 arima 模型并进行预测。我正在使用预测包来做到这一点。假设result 是一个维度为 3（列）和 50（行）的矩阵，其中第一列、第二列和第三列分别包含 p、d 和 q 的值。我想将 arima 适合所有这些并获得所有这些的预测。以下是我的尝试：

y <- ts(rnorm(1000),start = 1850, frequency=1)
fit <- vector(mode="list", length=50)

for (j in 1:50){
   p[j]<- result[j,1]
   d[j]<- result[j,2]
   q[j]<- result[j,3]
    
   fit[[j]]<- arima(y, order=c(p[j],d[j],q[j]))
   fcasts<- forecast(fit[[j]], h=1)$mean
            
}

运行时会给出以下消息：

Error in arima(y, order = c(p, d, q)) : 
  'order' must be a non-negative numeric vector of length 3

任何想法，如何做到这一点？

【问题讨论】：

也许你想要fit[j]<- arima(y, order=c(p[j],d[j],q[j]))？
是的，这就是我想做的。
什么是class(fit)？
另外，您似乎没有保存预测。 fcasts 将在每次循环迭代时被覆盖。也许把它们放在一个列表中？在循环之前初始化fcast = list()，然后放入fcasts[[j]] <- forecast(...)。
@PierreLafortune。它显示为 ARIMA...

标签： r time-series

【解决方案1】：

我想知道这是否是你真正想做的：

y <- ts(rnorm(1000),start = 1850, frequency=1)
fcasts <- numeric(50)

for (j in 1:50){
   p <- result[j,1]
   d <- result[j,2]
   q <- result[j,3]

   fit <- arima(y, order=c(p, d, q))
   fcasts[j] <- forecast(fit, h=1)$mean  ## predicted mean of 1-day ahead forecast

}

【讨论】：