R中的一步领先预测

我在R中多次使用

forecast

函数，循环（12个月），但我想使用精度来比较地平线时间=12和提前一步的预测。我的问题是如何存储12次的结果以准确地使用它

for (i in 1:12) { 
  demfit <- ets(Dem2) 
  f <- forecast(demfit, 1) 
  Dem2[length(Dem2)+1] <- f$mean[1] 
} 
accuracy(f,Test)

for（i在1:12中）{
demfit我认为您要做的基本上是在
f
列表中存储12个值，并且在循环完成时也在
精度
列表中存储12个值

方法如下（将其保存在列表中）：

f在另一个注释中，预测和准确度从何而来？哪个软件包？预测软件包。这是你的问题吗？是的，谢谢，但这是不太重要的评论。Dem2是我的培训，测试是我的测试。我想做的是比较预测水平=12和预测提前一步（12次）例如，每次我都用预测值更新我的时间序列。因此，要做到这一点，我应该将每次的输出存储在一个向量中，然后应用精度函数。我的意思是，为了得到答案，我的第一条评论很重要……如果这不是你所期望的，请告诉我你希望结果是什么我会帮助你的。我试过这么做，但是我得到了这个错误，因为在testaccuracy（f，x，Test，d，d）中的准确性（f，Test）错误：未知的列表结构另外：警告消息：在trainingaccuracy（f，Test，d，d）中：测试元素必须在样本中
我更正了这个：
Dem2[length（Dem2）+1]我想你真正想做的是用精度而不是f值来做一个列表。试试这个，你会得到一个12个精度的列表。如果你想两者都创建2个列表，然后做同样的事情。我不知道函数
精度
是如何工作的，但为了在循环中保存列表中的元素，这是一种开始。如果您想让流程正常工作，那么您需要向我解释这些函数是如何工作的，或者指定一个在循环之外工作的示例。我现在需要继续，但回来后我会提供帮助。请尽可能多地让我知道问题所在。
fit <- ets(Dem2) 
f1 <- forecast(fit, 12) 
accuracy(f1, Test)

f     <- list()
for (i in 1:12) { 
  demfit <- ets(Dem2) 
  f[[i]] <- forecast(demfit, 1)  #start filling the f list with values
  Dem2[length(Dem2)+1] <- f$mean[1]
} 
f <- unlist(f)
accuracy(f,Test)