R中的rmse函数问题

我有一个

R

代码，其中包含一些嵌套的循环括号，我使用了

Metrics

包中的

rmse（）

函数。我在没有函数的情况下尝试了它，但在嵌套的

R

代码中没有

以下是我希望使用

R

我已经生成了50个时间序列数据集

我将相同的时间序列数据集分为以下大小的块：

2,3，…，48,49

使我有48个不同的时间序列，这些时间序列是从上面的步骤1形成的

我将每个48个时间序列数据集划分为

train

和

test

集，这样我就可以使用

Metrics

包中的

rmse

函数来获得步骤2中形成的48个子序列的均方根误差（rmse）

然后根据块大小将每个系列的RMSE制成表格

对于每48个不同的时间序列数据集，我获得了最佳的

ARIMA

模型

我的R代码

 # simulate arima(1,0,0)
 library(forecast)
 library(Metrics)
 n <- 50
 phi <- 0.5
 set.seed(1)
 wn <- rnorm(n, mean=0, sd=1)
    ar1 <- sqrt((wn[1])^2/(1-phi^2))
 for(i in 2:n){
   ar1[i] <- ar1[i - 1] * phi + wn[i]
 }
 ts <- ar1

 t<-length(ts)# the length of the time series
 li <- seq(n-2)+1 # vector of block sizes(i.e to be between 1 and n exclusively)

 RMSEblk<-matrix(nrow = 1, ncol = length(li))#vector to store block means
 colnames(RMSEblk)<-li
 for (b in 1:length(li)){
     l<- li[b]# block size
     m <- ceiling(t / l) # number of blocks
     blk<-split(ts, rep(1:m, each=l, length.out = t)) # divides the series into blocks
     singleblock <- vector() #initialize vector to receive result from for loop
     for(i in 1:10){
         res<-sample(blk, replace=T, 100) # resamples the blocks
         res.unlist<-unlist(res, use.names = F) # unlist the bootstrap series
         # Split the series into train and test set
         train <- head(res.unlist, round(length(res.unlist) * 0.6))
         h <- length(res.unlist) - length(train)
         test <- tail(res.unlist, h)

        # Forecast for train set
        model <- auto.arima(train)
        future <- forecast(test, model=model,h=h)
        nfuture <- as.numeric(out$mean) # makes the `future` object a vector
        # use the `rmse` function from `Metrics` package
        RMSE <- rmse(test, nn)
        singleblock[i] <- RMSE # Assign RMSE value to final result vector element i
    }
    #singleblock
    RMSEblk[b]<-mean(singleblock) #store into matrix
 }
 RMSEblk

但是当我写的时候

library(forecast)

train <- head(ar1, round(length(ar1) * 0.6))
h <- length(ar1) - length(train)
test <- tail(ar1, h)
model <- auto.arima(train)
#forecast <- predict(model, h)
out <- forecast(test, model=model,h=h)
nn <- as.numeric(out$mean)
rmse(test, nn)

库（预测）
train在for循环中做了两个非常小的修改后，我能够运行您的代码。请参见两行注释：

for（1中的b：长度（li））{
l在for循环中做了两个非常小的修改后，我可以运行您的代码。请参阅两行注释：

for（1中的b：长度（li））{
l您的代码没有定义nn。其他有效的代码有nn。要以干净的状态启动代码，请使用此行作为第一个可执行行：

rm(list=ls())

您的代码未定义nn。其他有效的代码具有nn。若要以干净的状态启动代码，请将此行用作第一个可执行行：

rm(list=ls())