r - 如何将 AR 过程（具有非连续滞后）拟合到时间序列？

Question

我想根据 t-1、t-52 和 t-53 出现滞后的每周数据来估计 AR 过程的系数。我自然会为此损失一年的数据。

我目前尝试过：

lags <- rep(0,54)
lags[1]<- NA
lags[52] <- NA
lags[53] <- NA
testResults <- arima(data,order=c(53,0,0),fixed=lags)

基本上我尝试使用 ARIMA 并关闭 MA/差异。我将 0 用于我想要排除的术语（加上截距，而 NA 用于我想要的术语。

我收到以下错误：

Error in optim(init[mask], armafn, method = optim.method, hessian =TRUE,  : 
non-finite finite-difference value [1]
In addition: Warning message:
In arima(data, order = c(53, 0, 0), fixed = lags) :
some AR parameters were fixed: setting transform.pars = FALSE

我希望有一个更简单的方法或潜在的解决方案来解决这个错误。我想避免使用滞后变量创建列并简单地运行回归。谢谢！