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