ARFIMA模型和精度函数

Question

我正在使用fpp2软件包和预测软件包中的数据集进行森林预测。因此，我的目的是对几个时间序列进行自动预测。因此，我使用函数进行预测。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)

因此，下一步是检查模型的准确性。因此，我尝试使用下面这行代码

accurancy_arfima <- lapply(acc_list,  accuracy)

到目前为止，这行代码或函数精度在snaive、ets等其他模型中都能很好地工作，但在arfima中不能正常工作。那么有没有人能帮我用精度函数解决这个问题呢？

Answer 1

遵循R文档，返回预测精度的汇总度量范围。如果提供了x，该函数将基于x-f测量测试集预测精度。如果未提供x，则该函数仅根据f"x"-fitted(f)生成预测的训练集精度度量。和使用摘要可以看到：

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，它会起作用的。

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