R语言for循环生成AR(1)模型预测标准误差矩阵异常求解

解决方案 #

问题原因 #

你的代码存在两处核心错误：

• 存储对象初始化错误：你需要存储250次仿真、每次5个误差值，应该提前初始化250行5列的矩阵，而你初始定义pred_error_AR1_100=0是长度为1的标量，每次赋值只能存入1个值，自然最终只能得到250个单个值。
• 误用table()函数：table()是用来统计分类变量频次的工具，完全不适合拼接5个连续的标准误差值，你直接提取pre_AR1_100$se就能得到长度为5的预测标准误差向量。

修正后的代码 #

仿真生成部分代码无需修改，仅调整预测误差存储的循环代码即可：

# 提前初始化250行5列的空矩阵，用于存储所有预测标准误差
pred_error_AR1_100 <- matrix(NA, nrow = 250, ncol = 5)
# controls<-list(gammaInt=c(0.1,2000), nGamma=50)
for (i in 1:ncol(x_100_lstar)){
  AR1_100 <- ar(x_100_lstar[,i])
  pre_AR1_100 <- predict(AR1_100, n.ahead = 5)
  # 直接把当前仿真的5个预测标准误差赋值给矩阵第i行
  pred_error_AR1_100[i, ] <- pre_AR1_100$se
}
pred_error_AR1_100

运行上述修正后的代码，得到的pred_error_AR1_100就是你需要的250行5列的预测误差矩阵，每行对应一次仿真的5步预测标准误差。 #

内容的提问来源于stack exchange，提问作者Warhawk1987