打印模拟AR(1)集的系数以及R中的种子的优雅方式

打印模拟AR(1)集的系数以及R中的种子的优雅方式,r,arima,seeding,R,Arima,Seeding,我得到了一个解决方案,将种子作为向量而不是R中的整数进行自动化,另一个解决方案是过滤ARIMA(1,0,0)之后模拟数据的真实arimaorder,以及产生它们的种子。在产生指定的ARIMA顺序的种子中,我想打印它们的ar系数,以及这些种子 我试过这个: SEED_vector <- c(14, 152, 165,528, 539, 1091, 1240, 1259, 1314, 1425, 1481, 1552) arima_order_results = data.frame() fo

我得到了一个解决方案,将种子作为向量而不是R中的整数进行自动化,另一个解决方案是过滤
ARIMA(1,0,0)
之后模拟数据的真实
arimaorder
,以及产生它们的种子。在产生指定的
ARIMA
顺序的种子中,我想
打印
它们的
ar系数
,以及这些种子

我试过这个:

SEED_vector <- c(14, 152, 165,528, 539, 1091, 1240, 1259, 1314, 1425, 1481, 1552)
arima_order_results = data.frame()
for (my_seed in SEED_vector){
    set.seed(my_seed)
    ar1 <- arima.sim(n = 10, model=list(ar=0.2, order = c(1, 0, 0)), sd = 1)
    ar2 <- auto.arima(ar1, ic ="aicc")
    arr <- ar2$coef
    print(arr)
    arima_order_results = rbind(arima_order_results,arr)
}
在我的
R
输出中,我宁愿选择产生系数的种子数,而不是
ar1
,尝试以下方法:

library(forecast)
library(dplyr)
SEED_vector <- c(14, 152, 165,528, 539, 1091, 1240, 1259, 1314, 1425, 1481, 1552)
arima_order_results = data.frame()
for (my_seed in SEED_vector){
  set.seed(my_seed)
  ar1 <- arima.sim(n = 10, model=list(ar=0.2, order = c(1, 0, 0)), sd = 1)
  ar2 <- auto.arima(ar1, ic ="aicc")
  arr <- as.data.frame(t(ar2$coef))
  arr <- cbind(data.frame(seed=my_seed),arr)
  print(arr)
  arima_order_results = bind_rows(arima_order_results,arr)
}
library(forecast)
library(dplyr)
SEED_vector <- c(14, 152, 165,528, 539, 1091, 1240, 1259, 1314, 1425, 1481, 1552)
arima_order_results = data.frame()
for (my_seed in SEED_vector){
  set.seed(my_seed)
  ar1 <- arima.sim(n = 10, model=list(ar=0.2, order = c(1, 0, 0)), sd = 1)
  ar2 <- auto.arima(ar1, ic ="aicc")
  arr <- as.data.frame(t(ar2$coef))
  arr <- cbind(data.frame(seed=my_seed),arr)
  print(arr)
  arima_order_results = bind_rows(arima_order_results,arr)
}
arima_order_results
   seed        ar1  intercept
1    14 -0.6920070  0.4209332
2   152 -0.7202459 -0.3036454
3   165 -0.8971835 -0.4130711
4   528  0.8749406         NA
5   539 -0.7520381         NA
6  1091 -0.8363416  0.3014670
7  1240 -0.7016283  0.4847039
8  1259 -0.6667556  0.6719526
9  1314 -0.6481393 -0.3125167
10 1425 -0.6084819 -0.9350262
11 1481 -0.8985071  0.4437974
12 1552 -0.7552149  1.2879873