使用for循环模拟带线性趋势的AR(1)过程时遇x为NULL问题求助

你的代码出现x变为NULL的问题，核心有两个错误：

• 循环从i=1开始时，x[i-1]等价于x[0]，R中不存在索引为0的元素，会返回NA直接破坏赋值逻辑
• 随机误差项直接使用向量b而非对应位置的b[i]，右侧是长度1000的向量，无法赋值给单个元素x[i]，最终导致x被错误覆盖为NULL

修复后的代码 #

t <- 1:1000
x <- rep(0, 1000)
b <- rnorm(1000)
# 单独初始化第一个观测值（无滞后项）
x[1] <- 3 + 0.01 * t[1] + b[1]
# 从第2个观测值开始执行AR(1)递推
for (i in 2:length(t)) {
  x[i] <- 3 + 0.01 * t[i] + 0.4 * x[i-1] + b[i]
}

关键修复点 #

• 处理初始值：AR(1)的第一个观测值没有滞后项，单独赋值时去掉0.4 * x[i-1]部分
• 调整循环起始点：从i=2开始循环，此时x[i-1]是已赋值的x[1]，避免索引越界
• 匹配误差项维度：使用b[i]代替b，确保每次只添加对应时间点的单个随机误差，保证左右两侧维度一致

内容的提问来源于stack exchange，提问作者Joe94