R 错误处理中的循环

前提：

我编写了一个函数，用于计算时间序列的最佳ARIMA模型：我为该函数提供AR成员的最大阶数，然后通过最大p值消除不重要的AR成员

问题:

Arima函数有时无法计算某些模型，例如，最大AR阶数过高，并产生错误，通常可通过引入较短的最大AR阶数来修复

在得到Arima能够计算的模型之前，我如何一个接一个地减少最大阶数

我在下面写了一个例子。我们有25个观测值，我们将模型设置为有25个AR成员，这是一种过分的做法，会产生一个错误。因此，循环应该减少25到一个较低的数字，这样模型实际上可以在最大长度上进行计算。然后，算法将启动并找到最合适的模型

ar.sim <- arima.sim(model=list(ar=c(0.9,-0.5)),n=500)
lmod1 <- Arima(ar.sim, order=c(40,0,0))

set.seed(12512)
ar.sim <- arima.sim(model=list(ar=c(0.9,-0.5)),n=25)
lmod1 <- Arima(ar.sim, order=c(40,0,0))
p=25

for (i in 1:23 ) {
        result = tryCatch({
        lmod1 <- Arima(ar.sim, order=c(p,0,0))
        }, error = function(e) {
        lmod2 <- Arima(ar.sim, order=c(p-i,0,0))
        })

}

---

然而，lmod2也会产生错误，从而中断循环。处理的错误部分似乎也需要一个循环，但我不确定如何实现这一点？任何想法都会很有帮助，谢谢。

您应该看看plyr软件包中的failwith，这对实现这一目标很有用。我想您正在努力，请查看forecast软件包中的auto.arima功能。此外，如果您的代码依赖于Arima函数之类的包，请务必在帖子中提及它。