利用R

利用R,r,R,我想收集以下ARIMA模型的系数并保存在外部文件夹中,如有任何帮助,将不胜感激 set.seed(123) ## ARMA(2,2) description for arim.sim() ARMA22 <- list(order = c(2, 0, 2), ar = c(-0.7, 0.2), ma = c(0.7, 0.2)) ## mean of proce

我想收集以下ARIMA模型的系数并保存在外部文件夹中,如有任何帮助,将不胜感激

    set.seed(123)
## ARMA(2,2) description for arim.sim()
ARMA22 <- list(order = c(2, 0, 2), ar = c(-0.7, 0.2), ma = c(0.7,
                                                             0.2))
## mean of process
mu <- 5
## simulated process (+ mean)
ARMA.sim <- arima.sim(n = 10000, model = ARMA22) + mu
## estimate parameters
arima(x = ARMA.sim, order = c(2, 0, 2))

## empty list to store model fits
ARMA.res <- list()
## set counter
cc <- 1
## loop over AR
for (p in 0:3) {
  ## loop over MA
  for (q in 0:3) {
    ARMA.res[[cc]] <- arima(x = ARMA.sim, order = c(p, 0, q))
    cc <- cc + 1
  }
}
ARMA.res
我想以以下格式收集系数和截距,并保存在外部文件夹中:

   intercept ar1  ar2  ma1    ma2 
    4.995   NA   NA  NA      NA
    4.997   NA   NA  -0.2106 NA
    .............................
    ..............................

当我使用do.call时,它不会给我任何提示。是否需要帮助?

您可以结合使用
dplyr::bind_rows()
coef()

dplyr::绑定行(lappy(ARMA.res,coef))
#一个tible:16 x 7
拦截ma1 ma2 ma3 ar1 ar2 ar3
1 5.00纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳
2.5.00-0.211不适用
35.00-0.101 0.400纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳纳
4.5.00-0.104 0.369-0.262不适用
5.00钠-0.388钠
65.00 0.726 NA NA-0.953 NA NA
75.00 0.867 0.332纳-0.903纳
85.00 0.904 0.386 0.0723-0.921不适用
9 5.00纳-0.191 0.507纳
10 5.00 0.482纳-0.514 0.392纳
11.5.00 0.691 0.200纳-0.708 0.192纳
125.00 0.766 0.266 0.0265-0.783 0.125纳
13 5.00钠-0.0477 0.453-0.283
14 5.00 0.315钠钠-0.333 0.398-0.140
15 5.00 0.660 0.186 NA-0.677 0.206-0.0136
16      5.00  0.182 -0.152 -0.102  -0.199   0.553 -0.0972

谢谢,但我遇到了一个错误:错误:参数1在加载必要的包后必须有名称。@Stackoverflowuser那么您正在运行的代码在您的问题中不存在,或者不同的软件版本存在问题。如果有其他必要的代码来重现您的错误,而不是您的问题中的错误,请使用它来确保您有一个正确的答案。这将有助于确定问题的完整解决方案。如果您只是在新的R会话中运行您的问题和我的答案中的代码,并收到该错误,请将您的问题包括
sessionInfo()
的输出,这可能有助于诊断结果的差异。
   intercept ar1  ar2  ma1    ma2 
    4.995   NA   NA  NA      NA
    4.997   NA   NA  -0.2106 NA
    .............................
    ..............................
# A tibble: 16 x 7
   intercept    ma1    ma2     ma3     ar1    ar2     ar3
       <dbl>  <dbl>  <dbl>   <dbl>   <dbl>  <dbl>   <dbl>
 1      5.00 NA     NA     NA      NA      NA     NA     
 2      5.00 -0.211 NA     NA      NA      NA     NA     
 3      5.00 -0.101  0.400 NA      NA      NA     NA     
 4      5.00 -0.104  0.369 -0.262  NA      NA     NA     
 5      5.00 NA     NA     NA      -0.388  NA     NA     
 6      5.00  0.726 NA     NA      -0.953  NA     NA     
 7      5.00  0.867  0.332 NA      -0.903  NA     NA     
 8      5.00  0.904  0.386  0.0723 -0.921  NA     NA     
 9      5.00 NA     NA     NA      -0.191   0.507 NA     
10      5.00  0.482 NA     NA      -0.514   0.392 NA     
11      5.00  0.691  0.200 NA      -0.708   0.192 NA     
12      5.00  0.766  0.266  0.0265 -0.783   0.125 NA     
13      5.00 NA     NA     NA      -0.0477  0.453 -0.283 
14      5.00  0.315 NA     NA      -0.333   0.398 -0.140 
15      5.00  0.660  0.186 NA      -0.677   0.206 -0.0136
16      5.00  0.182 -0.152 -0.102  -0.199   0.553 -0.0972