如何在观察时间序列上绘制拟合模型

这是一个非常简单的问题，我似乎完全无法获得解决方案。我想在R中做一个观测时间序列的散点图，并且在此我想绘制拟合模型。如何在观察时间序列上绘制拟合模型

因此，我想是这样的：

model <- lm(x~y+z) 
plot(x) 
lines(fitted(model))

但这只是绘制X用线。

感谢

来源

2009-11-18 Karl

你在第三行代码中缺少一个'）'。 – 2009-11-18 16:15:22

我想你想abline(model)这里从帮助页面下面的例子：

z <- lm(dist ~ speed, data = cars) 
plot(cars) 
abline(z) # equivalent to abline(reg = z) or 
abline(coef = coef(z))

来源

2009-11-18 12:40:20

不起作用。首先，我得到一个错误，说它只能使用前两个回归系数（我有4） – Karl 2009-11-18 12:56:44

这是特例。你究竟如何计划对四位家属作出回应？五维图是很难的......所以经常做的是将n-1个固定在某个值上（比如他们的平均值），然后随着响应变量改变n个值。这样你就可以得到几张不同的x_i图表。 – 2009-11-18 13:21:32

我并不需要所有这些，我所需要的就是将拟合值的向量（我已经拥有）绘制在一条线上。所以我想我可以说，我问的是，如果我有时间序列x和时间序列y，那么我该如何在同一个图上绘制两个图，其中x是散点图，y是线形图。 – Karl 2009-11-18 14:46:51

x <- rnorm(100) 
y <- rnorm(100) 
z <- rnorm(100) 

model <- lm(x~y+z) 
plot(x,type="l",col="green") 
lines(fitted(model),col="blue")

我想这和它似乎工作

来源

2009-11-18 13:22:15 harshsinghal

另一个机会：

n = 100; mi = 0; sigma = 2 
x = rnorm(n,mi,sigma) 
e = rnorm(n,0,1) 
b0 = 1; b1 = 2 
y = b1*x + b0 + e 
#plot observations 
plot(x,y) 
#model 
lm_res= lm(y~x) 
summary(lm_res) 
arg= c(min(x),max(x)) 
out = coef(lm_res)[2]*arg+ coef(lm_res)[1] 
#plot model line 
lines(arg, out, col = 'red')

来源

2017-06-02 14:10:50 adamsss6

如何在观察时间序列上绘制拟合模型

回答

相关问题