从Arima模型中提取标准误差，将其应用到使用扫描的组中

Question

我正在跟踪tidyverse中的预测时间序列组]上的sweep小插图，请参阅here。 sweep是时间序列数据的broom包。

我正在使用每个组的Arima包中的forecasting估计AR（1）模型。我可以估计每个组的AR（1），并且可以用sw_tidy报告系数tidiidi

。但是，我无法报告与系数tidily相对应的标准误差。

ind_ts是一个数据帧，其中行是组，并且有列data_ts。 data_ts列的元素是时间序列数据的列表。我使用以下命令将Arima模型应用于data_ts每行中的时间序列数据：

ind_ar <- ind_ts %>%
  mutate(fit.ar = map(data_ts, Arima))
fit.ar列包含应用于每个组的时间序列的AR（1）模型的输出。要以整齐的格式获取该AR（1）的系数，请使用sw_tidy：

ind_ar %>%
  mutate(tidy = map(fit.ar, sw_tidy)) %>%
  unnest(tidy) 
但是我也希望有一列具有相应标准误差的估算值即

ind_ar$std.er。

我正在跟踪tidyverse中的“预测时间序列组”上的扫视小插图，请参见此处。扫帚是用于时间序列数据的扫帚软件包。我正在使用Arima从...

Answer 1

目前，我通过深入研究var.coef方法来获得它们。这报告了方差-协方差矩阵，我采用了主对角线的平方根来返回标准误差。

Answer 2

现在，使用寓言包要比对预测和扫描进行组合要容易得多。这是一个例子。