在自创的r函数中以矩阵形式获得结果

本文介绍了在自创的r函数中以矩阵形式获得结果的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 下面的代码运行，但是不是返回（950数字值）我期望（想要）。在以下代码中， result 是72行3列的矩阵。 作为一个输出，我想要一个有72列和 长度（点） 行的矩阵。我尝试初始化 fcasts< - matrix（0，nrow = length（spots），ncol = 72），但代码不运行。 $ $ p $ y 库（预测） ＃寻找最佳模型 order.matrix< -matrix（0，nrow = 3，ncol = 6 * 2 * 6） aic.vec< ;（0：5中的（p为0：5））中的数字（6 * 2 * 6） k （a，b，a，a，a，a，a，a，a，a，a，a， q））） k } ind aic.vec order.matrix< - order.matrix [，ind] order.matrix< -t（order.matrix） result< - cbind（order.matrix，aic.vec） SlideFunction< - 函数（数据，窗口，步长）{ 总计个点 fit ＃fcasts fcasts< - 数字（长度（点）） for（in 1：length（spots））{ fo r（j in 1:72）{ p d q 注意我使用Arima（在预测包中）不是arima fit [[j]]< - Arima（data [spots [i] :( spots [i] +窗口）]，order = c（p，d，q），method =CSS） fcasts [i] #I预期（想要）每个fcasts提前一步预测，即每个arima模型的商店价值。 $ return（fcasts） SlideFunction（y，50,1） 有人可以帮我解决这个问题吗？ 解决方案我想这就是你想要的： pre $ SlideFunction< - function（data，window，step）{$ （总数窗口），由=步骤） fcasts 个点 for（in 1：length（spots））{ for（j in 1:72）{ p fit< - Arima（data [spots [i] :( spots [i] + window） ]，order = c（p，d，q），method =CSS） fcasts [i，j] } } return（fcasts）} SlideFunction（y，50,1） 但完成需要相当长的时间，我没有耐心等待。我尝试使用较小的数据集： $ $ p $ y 和5而不是72，知道结果是正确的。 The following code runs, but does not return(950 numeric values) what I expected(want). In the following code result is a matrix of 72 rows and 3 columns. As an output, I would like to have a matrix with 72 columns and length(spots) rows. I tried initialising fcasts<- matrix(0, nrow=length(spots), ncol=72), but then code does not run. y<- ts(rnorm(1000),start = 1850, frequency=1)library(forecast)#Searching for the best modelsorder.matrix<-matrix(0,nrow = 3, ncol = 6 * 2 * 6) aic.vec<- numeric(6 * 2 * 6) k<-1 for(p in 0:5) for(d in 0:1) for(q in 0:5){ order.matrix[,k]<-c(p,d,q) aic.vec[k]<- AIC(Arima(y, order=c(p,d,q))) k<-k+1 } ind<- order(aic.vec,decreasing=F) aic.vec<- aic.vec[ind] order.matrix<- order.matrix[,ind]order.matrix<- t(order.matrix)result<- cbind(order.matrix,aic.vec)SlideFunction<- function(data, window, step){ total<- length(data) spots<- seq(from=1, to=(total-window), by=step) fit<- vector(mode="list",length=72) #fcasts<- matrix(0,nrow=length(spots),ncol=72) fcasts<- numeric(length(spots)) for(i in 1:length(spots)){ for(j in 1:72){ p<- result[j,1] d<- result[j,2] q<- result[j,3] #Note I am using Arima(in forecast package) not arima fit[[j]]<- Arima(data[spots[i]:(spots[i]+window)], order=c(p,d,q), method="CSS") fcasts[i]<- forecast(fit[[j]], h=step)$mean #I expected(would like to have) 72 one-step ahead prediction for each fcasts i.e, store values for each arima model. } } return(fcasts)}SlideFunction(y,50,1)Can someone please help me with this? 解决方案 I think this is what you want:SlideFunction<- function(data, window, step) { total<- length(data) spots<- seq(from=1, to=(total-window), by=step) fcasts<- matrix(0,nrow=length(spots),ncol=72) for(i in 1:length(spots)) { for(j in 1:72){ p<- result[j,1] d<- result[j,2] q<- result[j,3] fit <- Arima(data[spots[i]:(spots[i]+window)], order=c(p,d,q), method="CSS") fcasts[i, j] <- forecast(fit, h=step)$mean } } return(fcasts) }SlideFunction(y,50,1)But it takes quite a long time to finish and I don't have patience to wait. I tried using smaller data set:y<- ts(rnorm(100),start = 1850, frequency=1)and 5 instead of 72, knowing that the result is correct. 这篇关于在自创的r函数中以矩阵形式获得结果的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！