Как построить подобранную модель по наблюдаемым временным рядам

Question

Это действительно очень простой вопрос, на который мне кажется, что я совершенно не могу найти решение. Я хотел бы сделать график рассеяния наблюдаемого временного ряда в R, и сверх этого я хочу построить подобранную модель.

Так что я пытаюсь что-то вроде:

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

Но это просто показывает x линиями.

Спасибо

Answer 1

Я думаю, вы хотите abline(model) здесь, как в этом примере со страницы справки:

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

Answer 2

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")

Я попробовал это, и, кажется, работает

Answer 3

Еще одна возможность:

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')