检索数据框中每个回归模型的均方根误差

Question

我为每日数据创建了一个模型：

myts <- ts(data[2], frequency = 7)
fit <- auto.arima(myts)

输出如下所示：

Series: myts 
ARIMA(2,1,1)(2,0,0)[7]                    

Coefficients:
         ar1      ar2      ma1    sar1    sar2
      0.2874  -0.0422  -0.9349  0.0015  0.1397
s.e.  0.0586   0.0598   0.0293  0.0546  0.0812

sigma^2 estimated as 39.71:  log likelihood=-1188.2
AIC=2388.4   AICc=2388.63   BIC=2411.8

Training set error measures:
                     ME     RMSE      MAE       MPE     MAPE      MASE         ACF1
Training set -0.1423045 6.250017 3.605002 -2.910684 11.96048 0.7200852 -0.000295024

如何获得仅包含训练集误差度量的数据框。

最后，假设我有 5 个不同的模型，我希望最终输出看起来像这个数据框：

                  Model Type         RMSE
      ARIMA(2,1,1)(2,0,0)[7]         6.25
Regression with ARIMA(0,0,1)     6.054298
                  ETS(M,N,M)     6.647029
Regression with ARIMA(1,0,0)     5.993514
Regression with ARIMA(1,1,1)     6.135232

Answer 1

尝试使用 accuracy 函数。然后从 RMSE 中提取值以构建您的 data.frame。没有一个有效的例子，很难给出更多的答案。

> accuracy(fit)
                    ME     RMSE      MAE       MPE     MAPE      MASE        ACF1
Training set 0.3035616 3.113754 2.405275 0.2805566 1.917463 0.5315228 -0.01715517

> accuracy(fit)[2]
[1] 3.113754

检索数据框中每个回归模型的均方根误差

Retrieving Root Mean Square Error for each regression model in a dataframe

r

time-series

regression

diagnostics