r - 通过具体示例了解 R 循环中的迭代编码

Question

尽管粘贴的代码很长，但这个问题可能非常基础，并且与我在 R 中使用循环的困难有关。

关于 this youtube video 的评论在 ARMA(1,1) 过程中，评论者提供了 R 中的模拟。我认为对于我的问题，直接转到 ARMA 函数的 # Moving-average component 是可以的:

ARMA = function(phi, theta, n = 100, init = 0, burn = 0)
{
  m = n + burn # Optional burn-in
  z = rnorm(m) # White noise sample

  x = init
  for (i in 2:m) # Generate the time series
  {
    # Autoregression component

    p = min(length(x), length(phi)) # Prevent out-of-bounds
    AR = sum(phi[1:p] * x[1:p])

    # Moving-average component

    q = min(i - 1, length(theta)) # Prevent out-of-bounds
    MA = sum(theta[1:q] * z[(i - 1):(i - q)])

    # Combined AR+MA component

    new = AR + MA + z[i]
    x = c(new, x) # x is built in reverse
  }

  # Truncate the burn-in
  # Re-reverse x vector
  # Return time series

  ts(rev(x[1:n]))
}

plot(ARMA(0.3, 0.2))

q = min(i - 1, length(theta)) 对我来说看起来像是一个常数，因为无论 i 迭代次数是多少(而且我们从 2 开始，所以 i - 1 是 1 及以上)，i - 1 将始终相等(在在 1) 或大于 length(theta) 的情况下，theta 是一个常数(因此 length(theta) = 1)。因此 q，即 min 将始终为 1。

因此，我不理解sum(theta[1:q] * z[(i - 1):(i - q)])。 z[(i - 1):(i - q)] 将是 z[(i - 1):(i - 1)]，即 z[i]。 theta[1:q] 将是 theta[1]，这没有意义，因为 theta 只有一个值，除非 theta 是一个向量。但事实是，我可以使用单个 theta 值运行 ARMA。

我错过了什么？

Answer 1

您可以运行 ARMA，因为 n 等于 100 并且循环产生 2:m(在本例中为 99)个值。每个 1:99 都与 theta 相乘，得到 99 个不同的值 (MA = sum(theta[1:q] * z[(i - 1):(i - q)]))。 z[(i - 1):(i - q)]) 不等于 z[i] 但 z[i-1]而 theta 的长度为 1。