ARFIMA 模型和精度函数

Question

我正在使用来自 fpp2 包和 forecast 包的数据集进行造林。所以我的目的是用几个时间序列进行自动预测。因此，出于这个原因，我正在使用函数进行预测。你可以看到下面的代码：

#  CODE
library(fpp2)
library(dplyr)
library(forecast)

df<-qauselec

# Forecasting function         
fct_fun <- function(Z, hrz = forecast_horizon) {
  timeseries <- msts(Z, start = 1956, seasonal.periods = 4)
  forecast <- arfima(timeseries)
}  
acc_list <- lapply(X = df, fct_fun)

所以下一步是检查模型的准确性。因此，出于这个原因，我正在尝试使用您可以在下面看到的这行代码

accurancy_arfima <- lapply(acc_list,  accuracy)

到目前为止，这行代码或函数准确性与其他模型（如 snaive、ets 等）完美配合，但与 arfima 无法正常工作。那么谁能帮我解决这个精度函数的问题？

Answer 1

遵循 R 文档，Returns 预测准确性的摘要度量范围。如果提供了 x，该函数会根据 x-f 测量测试集预测的准确性。如果未提供 x，则该函数仅生成基于 f["x"]-fitted(f) 的预测的训练集准确性度量。并且可以看到使用总结：

accuracy(f, x, test = NULL, d = NULL, D = NULL,
  ...)

所以 :

accuracy(acc_list[[1]]$fitted, df)

如果你想单独评估准确性，它会起作用。

a <- c() 
for (i in 1:4) {
  b <- accuracy(df[i], acc_list[[1]]$fitted[i])
  a <- rbind(a,b)
}

ARFIMA 模型和精度函数

ARFIMA model and accurancy function

r

forecast