从 checkresiduals 函数中提取 p 值

Question

我正在使用预测包进行预测。以下是我的预测结果。

#CODE 
library(forecast)
      DATA_SET<-data.frame(TEST=c(200,220,200,260,300,290,320,340,360,500,200,300,400,250,350,390,400,450,470,350,300,220,580,450,120,250,360,470)
                           )
      View(DATA_SET)

      # Making TS object
      TS_DATA_SET<-ts(DATA_SET,start=c(2010,1),frequency = 12)

      # Forecasting
      TS_FORECAST<-auto.arima(TS_DATA_SET)

所以现在我想从 checkresiduals 函数中提取 p 值到数据框中，

   #Checking residuals
   checkresiduals(TS_FORECAST, plot = FALSE)

##  Ljung-Box test
##
##   data:  Residuals from ARIMA(0,0,0) with non-zero mean
## Q* = 4.5113, df = 4.6, p-value = 0.4237
##
## Model df: 1.   Total lags used: 5.6

我正在尝试使用下面的代码，但我有问题

p-value<-data.frame(checkresiduals(TS_FORECAST, plot = FALSE))
p_value
#data frame with 0 columns and 0 rows

那么任何人都可以帮助我如何从 checkresiduals 函数中提取 p 值（p 值 = 0.4237）到 data.frame 中？

Answer 1

编辑：

我下面的第一个方法是在“checkresiduals()”函数上实现的。现在该函数默认返回输出值。

旧答案：

不幸的是，该函数checkresiduals()不返回值，仅返回prints()值。你可以通过不带括号的书写来看到该函数checkresiduals。或者你查看开发者的github 。

return()您可以通过在其中添加 a 来重写该函数。我只是复制粘贴该函数并将其插入到末尾：

 checkresiduals <- function(object, lag, df=NULL, test, plot=TRUE, ...) {
  showtest <- TRUE
  if (missing(test)) {
    if (is.element("lm", class(object))) {
      test <- "BG"
    } else {
      test <- "LB"
    }
    showtest <- TRUE
  }
  else if (test != FALSE) {
    test <- match.arg(test, c("LB", "BG"))
    showtest <- TRUE
  }
  else {
    showtest <- FALSE
  }

  # Extract residuals
  if (is.element("ts", class(object)) | is.element("numeric", class(object))) {
    residuals <- object
    object <- list(method = "Missing")
  }
  else {
    residuals <- residuals(object)
  }

  if (length(residuals) == 0L) {
    stop("No residuals found")
  }

  if ("ar" %in% class(object)) {
    method <- paste("AR(", object$order, ")", sep = "")
  } else if (!is.null(object$method)) {
    method <- object$method
  } else if ("HoltWinters" %in% class(object)) {
    method <- "HoltWinters"
  } else if ("StructTS" %in% class(object)) {
    method <- "StructTS"
  } else {
    method <- try(as.character(object), silent = TRUE)
    if ("try-error" %in% class(method)) {
      method <- "Missing"
    } else if (length(method) > 1 | base::nchar(method[1]) > 50) {
      method <- "Missing"
    }
  }
  if (method == "Missing") {
    main <- "Residuals"
  } else {
    main <- paste("Residuals from", method)
  }

  if (plot) {
    suppressWarnings(ggtsdisplay(residuals, plot.type = "histogram", main = main, ...))
  }

  # Check if we have the model
  if (is.element("forecast", class(object))) {
    object <- object$model
  }

  if (is.null(object) | !showtest) {
    return(invisible())
  }

  # Seasonality of data
  freq <- frequency(residuals)

  # Find model df
  if(grepl("STL \\+ ", method)){
    warning("The fitted degrees of freedom is based on the model used for the seasonally adjusted data.")
  }
  df <- modeldf(object)

  if (missing(lag)) {
    lag <- ifelse(freq > 1, 2 * freq, 10)
    lag <- min(lag, round(length(residuals)/5))
    lag <- max(df+3, lag)
  }

  if (!is.null(df)) {
    if (test == "BG") {
      # Do Breusch-Godfrey test
      BGtest <- lmtest::bgtest(object, order = lag)
      BGtest$data.name <- main
      print(BGtest)
      return(BGtest)
    }
    else {
      # Do Ljung-Box test
      LBtest <- Box.test(zoo::na.approx(residuals), fitdf = df, lag = lag, type = "Ljung")
      LBtest$method <- "Ljung-Box test"
      LBtest$data.name <- main
      names(LBtest$statistic) <- "Q*"
      print(LBtest)
      cat(paste("Model df: ", df, ".   Total lags used: ", lag, "\n\n", sep = ""))
      return(LBtest)
    }
  }

}

你还需要github 文件modeldf()中的函数

modeldf <- function(object, ...){
  UseMethod("modeldf")
}

modeldf.Arima <- function(object, ...){
  length(object$coef)
}

通过此解决方案，您可以使用原始的 checkresiduals 函数。现在您可以使用以下命令调用 p.value：

res_values <- checkresiduals(TS_FORECAST, plot = TRUE)
res_values$p.value

您也可以自己使用Ljung-Boxand并忽略该函数，因为这就是它的作用。Breusch-Godfrey testcheckresiduals()checkresiduals()

我认为编辑checkresiduals()函数是一种更方便的方法，因此您可以像习惯一样使用它。您可以将其粘贴到您的代码中，它应该可以完成工作。只需确保在调用函数之前声明modeldf()and即可。modeldf().Arima它也可以测试该功能。

选项 2 因为它是可能的：

您可以使用以下命令捕获输出capture.output()

capture.output(checkresiduals(TS_FORECAST, plot = FALSE))[5]

“Q* = 4.8322，df = 5，p 值 = 0.4367”

使用 grep 命令应该可以在不更改函数的情况下提取 p 值。由于我不熟悉 grep，因此我无法对此任务提供正确的答案。