超过一个 ts 的 auto.arima 残差答案

【问题标题】：auto.arima residuals for more than one ts超过一个 ts 的 auto.arima 残差
【发布时间】：2018-07-23 22:28:51
【问题描述】：

我正在尝试编写一个函数，它给出 auto.arima 的残差以应用 Box-Ljung 测试。我试过lapply()，但我现在不知道如何使用它来获取每个系列的残差。

library(fpp2)

#Make up some Time Series
dj1=dj
dj2=dj+2
dj3=dj+7


dataframe=cbind(dj1,dj2,dj3)
dataframe=as.data.frame(dataframe)


#Return calculation
Ret=diff(log(as.matrix(dataframe)),1)
Ret=as.data.frame(Ret)

AutoArima= lapply(Ret, function(x) auto.arima(x))
AutoArima

我想要一个包含 3 列 dj1、dj2、dj3 和 291 行（包含每列的残差）的矩阵/数据框。

我能够计算单个时间序列的残差，但不能计算每个序列在数据框/矩阵中组织时的残差。我尝试了其他一些东西，但它给出了： Error in auto.arima(x) : auto.arima can only handle univariate time series

任何帮助将不胜感激。

【问题讨论】：

标签： r time-series forecasting arima

【解决方案1】：

您可以将这两行添加到您的代码中

res=lapply(AutoArima,function(x) x$residuals)
res0=do.call("cbind",res)

我认为 res0 是你要找的

【讨论】：

是的，完全正确。非常感谢！
如果他的回答解决了你的问题，我认为你应该接受安东尼的回答，而不是我的回答。
非常感谢您的诚实评论。无论如何，我也复制了您的答案，这是绝对正确的。我还学习了我不知道的功能resid。

【解决方案2】：

这对我有用：

library(purrr) 
df = map_df(AutoArima[1:ncol(Ret)],resid)

【讨论】：

是的，它有效。谢谢。但我上面的数据集只是一个例子。我的真实数据卫星有更多的列。所以我正在寻找更有效的解决方案
在这种情况下，这可能会有所帮助 library(purrr) df = map_df(AutoArima[1:ncol(Ret)],resid) %>% data.matrix()