递归每日预测

我做不同的时间序列模型递归的一步，每天提前预测2010。例如：递归每日预测

set.seed(1096) 
Datum=seq(as.Date("2008/1/1"), as.Date("2010/12/31"), "days") 
r=rnorm(1096) 
y=xts(r,order.by=as.Date(Datum)) 
List.y=vector(mode = "list", length = 365L) 

for (i in 1:365) { 
window.y <- window(y[,1], end = as.Date("2009-12-30") + i) 
fit.y <- arima(window.y, order=c(5,0,0)) 
List.y[[i]] <- forecast(fit.y , h = 1) 
}

名单如下：

List.y 
[[1]] 
Point Forecast  Lo 80 Hi 80  Lo 95 Hi 95 
732 -0.0506346 -1.333437 1.232168 -2.012511 1.911242 
[[2]] 
Point Forecast  Lo 80 Hi 80  Lo 95 Hi 95 
733 0.03905936 -1.242889 1.321008 -1.921511 1.99963

。 ...

[[365]] 
Point Forecast Lo 80 Hi 80  Lo 95 Hi 95 
1096 0.09242849 -1.1794 1.364257 -1.852665 2.037522

现在我想每个时期[1]只提取的预测值 - [365]，这样我就可以与预测数据工作。但是，我不知道如何做到这一点。我试图

sa=sapply(List.y[1:365], `[`, 4)

但当时我只得到这样的：

$mean 
Time Series: 
Start = 732 
End = 732 
Frequency = 1 
[1] -0.0506346 

$mean 
Time Series: 
Start = 733 
End = 733 
Frequency = 1 
[1] 0.03905936

...

$mean 
Time Series: 
Start = 1096 
End = 1096 
Frequency = 1 
[1] 0.09242849

，但我想在一个数值向量或者所有的东西365 [1]值，所以我可以使用这些数据。

来源

2016-01-15 Chris Pram

谢谢，这很有帮助。在运行'rnorm'之前，你需要设置种子[？set.seed]（https://stat.ethz.ch/R-manual/R-devel/library/base/html/Random.html）每个人都会得到完全相同的价值观。 – gung

我编辑了set.seed。谢谢，我希望有人能帮助我 –

不过你需要重新运行代码。 'rnorm'调用现在会给出不同的输出，所以所有的结果都会有所不同。不要担心，[SO]上的某个人应该能够提供帮助。 – gung

只需使用这个：sa2=as.numeric(sa)。 sa2将是预测方法的数字向量。

来源

2016-01-16 10:30:56

递归每日预测

回答

相关问题