我有充足的時間序列模型名稱如下一個矢量,考慮載體的名稱模式:如何從模型名稱中提取模型信息?
[1] "ARIMA(2,1,0) with drift" "ARIMA(2,0,0) with non-zero mean" "ARIMA(2,0,0) with non-zero mean" "ARIMA(2,0,0) with non-zero mean" "ARIMA(0,0,1) with non-zero mean"
這些載體包括五個不同的部分:
1)型號名稱:圓括號之前總是有一個模型名稱,在這種情況下,「ARIMA」是一個模型名稱(ARIMA是一種預測技術,該技術完全基於其自身的慣性投影一系列的未來值,簡寫爲自迴歸積分移動平均值)
2)自迴歸部分(AR部分被稱爲「p」):逗號前的括號之後的第一個數字是自迴歸部分,因此,例如,如上所示的這些向量具有值2,2,2, 2,0爲AR部分。
3)移動平均部分(簡稱爲「d」):第一個逗號被稱爲移動平均部分後右括號中的第二元件。 在這個例子中,我已1,0,0,0,0作爲移動平均
4)的差分部分(稱爲「Q」):括號中的最後一個元素是大多稱爲求差部分作爲術語中的「q」。 在這個例子中,我有0,0,0,0,1作爲值。
5)「with」之後的另兩個部分是漂移部分和非零部分。
問題是我需要從模型向量中提取這些元素。
通過觀察模型的名字,我想編寫一個程序來提取如下:
1. Name of the model eg: ARIMA
2. Number of AR coefficients
3. Number of MA coefficients
4. Order of differencing
5. Whether the model has a drift or not
6. whether it has a zero mean or not
我的輸出應該是這樣的:
Model p d q outcome_with_drift outcome_with_non_zero_mean
1 ARIMA 2 1 0 1 0
2 ARIMA 2 0 0 0 1
3 ARIMA 2 0 0 0 1
4 ARIMA 2 0 0 0 1
5 ARIMA 0 0 1 0 1
謝謝,這是我想要的! – user7892705