Warning: file_get_contents(/data/phpspider/zhask/data//catemap/8/mysql/56.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
模型不是从R中的ARFIMA生成的_R_Forecasting_Prediction_Kalman Filter - Fatal编程技术网

模型不是从R中的ARFIMA生成的

模型不是从R中的ARFIMA生成的,r,forecasting,prediction,kalman-filter,R,Forecasting,Prediction,Kalman Filter,我想用卡尔曼滤波器预测ARFIMA,但无法将ARFIMA模型拟合到Kalman预测中 library(base) library(stats) library(parallel) library(forecast) sink(file='/home/nero/KF_arfima.log') f=COST$COST x=logb(p,10) # Start the clock! ptm <- proc.time() p=arfima(x[1:50], drange=c(0

我想用卡尔曼滤波器预测ARFIMA,但无法将ARFIMA模型拟合到Kalman预测中

 library(base)
 library(stats)
 library(parallel)
 library(forecast)
 sink(file='/home/nero/KF_arfima.log')
 f=COST$COST
 x=logb(p,10)
 # Start the clock!
 ptm <- proc.time()
 p=arfima(x[1:50], drange=c(0, 0.5),estim=c("mle"))
 pr <- KalmanForecast(2, p$model)
 y=x[51:52] 
 yhat=pr$pred #predicted value
 map=mean(abs((y - yhat)/y)) #MAPE
 proc.time() - ptm
 print(map)

KalmanForecast
的帮助文件清楚地描述了所需的模型类型。
arfima
功能不产生所需类型的输出

您不必使用
KalmanForecast
,而是可以使用forecast软件包中的
forecast
功能来生成预测。它还使用卡尔曼滤波器来计算预测


如果你真的想使用
KalmanForecast
来做这项工作,你必须自己弄清楚如何创建
mod
参数。

我投票结束这个问题,因为它是关于如何在没有可复制示例的情况下使用R的。@gung我放置了完整的代码和数据源。谢谢,我想你在这方面做得很好,但我不知道我们如何才能访问数据。在我给出的链接中列出了一些发布数据的方法。@gung我还解决了数据源问题。。您的数据只是6、7、8的交替序列吗?我怀疑ARFIMA模型是否能很好地适应它。我像这样修改了代码,但仍然得到了相同的错误:
k=ARFIMA(x[1:400],drange=c(0,0.5),estim=c(“mle”)
z=forecast(k,h=2)
pr你没有读我写的东西。您不能使用
KalmanForecast
,除非您以帮助文件中描述的形式创建mod参数。谢谢。。。现在,随着预测包的工作。最初,我搜索了forecast软件包,但没有找到Kalman filter:)
Timestamp,COST
2015-09-21T00:00:00+00:00,6
2015-09-21T00:06:00+00:00,7
2015-09-21T00:12:00+00:00,7
2015-09-21T00:18:00+00:00,7
2015-09-21T00:24:00+00:00,7
2015-09-21T00:30:00+00:00,7
2015-09-21T00:36:00+00:00,7
2015-09-21T00:42:00+00:00,6
2015-09-21T00:48:00+00:00,7
2015-09-21T00:54:00+00:00,6
2015-09-21T01:00:00+00:00,6
2015-09-21T01:06:00+00:00,7
2015-09-21T01:12:00+00:00,7
2015-09-21T01:18:00+00:00,7
2015-09-21T01:24:00+00:00,7
2015-09-21T01:30:00+00:00,7
2015-09-21T01:36:00+00:00,7
2015-09-21T01:42:00+00:00,6
2015-09-21T01:48:00+00:00,7
2015-09-21T01:54:00+00:00,6
2015-09-21T02:00:00+00:00,6
2015-09-21T02:06:00+00:00,8
2015-09-21T02:12:00+00:00,8
2015-09-21T02:18:00+00:00,7
2015-09-21T02:24:00+00:00,8
2015-09-21T02:30:00+00:00,7
2015-09-21T02:36:00+00:00,7
2015-09-21T02:42:00+00:00,7
2015-09-21T02:48:00+00:00,8
2015-09-21T02:54:00+00:00,7
2015-09-21T03:00:00+00:00,6
2015-09-21T03:06:00+00:00,7
2015-09-21T03:12:00+00:00,7
2015-09-21T03:18:00+00:00,7
2015-09-21T03:24:00+00:00,7
2015-09-21T03:30:00+00:00,7
2015-09-21T03:36:00+00:00,7
2015-09-21T03:42:00+00:00,7
2015-09-21T03:48:00+00:00,6
2015-09-21T03:54:00+00:00,6
2015-09-21T04:00:00+00:00,6
2015-09-21T04:06:00+00:00,7
2015-09-21T04:12:00+00:00,7
2015-09-21T04:18:00+00:00,7
2015-09-21T04:24:00+00:00,7
2015-09-21T04:30:00+00:00,6
2015-09-21T04:36:00+00:00,6
2015-09-21T04:42:00+00:00,6
2015-09-21T04:48:00+00:00,6
2015-09-21T04:54:00+00:00,7
2015-09-21T05:00:00+00:00,6
2015-09-21T05:06:00+00:00,7
2015-09-21T05:12:00+00:00,7