快速构建具有参数组合的模型答案

【问题标题】：Build a model with parameters combinations in fast way快速构建具有参数组合的模型
【发布时间】：2015-11-02 11:42:17
【问题描述】：

我正在尝试使用一组参数在 R 中构建 ARIMA 模型。 arima函数的签名是：

arima(x,
      order=(p, d, q),
      seasonal=list(order=(P, D, Q), period=S)
)

我正在试验参数p, q, P, Q（假设d和D固定为1）。

说每个参数都是一个向量：

p = c(1, 2, 3)
P = c(1, 2, 3)
q = c(2, 3, 4)
Q = c(2, 3, 4)

如何使用参数组合构建 ARIMA 模型？我知道嵌套循环是直观的方式，但我想还有更多 R 风格的方法。

【问题讨论】：

标签： r loops apply lapply

【解决方案1】：

您可以将所有参数放入数据结构中

params<-data.frame(p,P,q,Q,d=1,D=1,S=4)

然后你可以在行上使用lapply，在每行的环境中使用with。

lapply(1:nrow(params),function(i) with(params[i,],
  arima(x,order=c(p, d, q),seasonal=list(order=c(P, D, Q), period=S))))

如果您指的是 p,P,q,Q 的所有可能组合，则将 params 设置为 expand.grid(p=p,P=P,q=q,Q=Q)。但是，请参阅 forecast 中的 auto.arima 了解逐步方法。

【讨论】：

【解决方案2】：

我强烈建议研究forecast 包，尤其是auto.arima 函数。这真的很棒。包的作者还有一本教科书，可以买一本或者read online。

另外，我应该补充一点，使用@A 会遇到麻烦。 Webb 方法 - 从编程的角度来看，这并不是说它不好，但arima 会检查以确保提出的模型在统计上是平稳的。因此，您要么必须 edit(arima) 删除该行，要么提前进行测试以确保您不建议非固定参数集，或者将整个内容包装在 tryCatch 中。这些都是我自己完成的。最简单的方法最终是利用auto.arima中的辛勤工作。

【讨论】：

谢谢。我阅读了文档。我确实尝试过auto.arima，但它似乎无法处理不规则的 ts。如果我将zoo 提供给auto.arima，它会隐式转换为ts 和frequency=1，那么auto.arima 将永远不会包含季节性术语（P、D、Q）。
您必须通过用 NA 填充缺失的时间步来使时间序列有规律。无论您在做什么，您都必须定义季节性频率（即，这不是您只需要为auto.arima 做的事情）。你不需要使用动物园。只需使用ts，并定义频率。我认为预测包甚至有这个功能。执行ls("package:forecast") 并查看函数......其中一个显然被命名以表明它发现或检测到季节性频率。 @泽龙