Question

我正在使用2010年的不同时间序列模型进行递归的一步预测每日预测。例如：

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)
}

列表如下所示：

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

现在我想只提取每个时期[1] - [365]的预测值，因此我可以使用预测数据。但是，我不知道该怎么做。我试过了

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

然后我才明白：

$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

但我希望所有365 [1]值都在数字向量中，所以我可以使用数据。

Answer 1

只需使用：sa2=as.numeric(sa)。 sa2将是预测均值的数字向量。

递归每日预测

1 个答案: