R 如何绘制观测时间序列的拟合模型

这是一个非常简单的问题，我似乎完全无法解决。我想做一个R中观测到的时间序列的散点图，在此基础上，我想绘制拟合模型

因此，我尝试了以下方法：

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

---

model我想您希望
abline（model）
如帮助页面中的示例所示：

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

z我想您希望
abline（model）
如帮助页面中的示例所示：

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

z
x
x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')

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')

不起作用。首先，我得到一个错误，它只能使用前2个回归系数（我有4个），这是一个特例。你到底希望如何在四个受抚养人身上做出反应？五维图很难。。。所以，我们经常做的是将其中的n-1固定在某个值上（比如它们的平均值），然后随着响应变量改变第n个值。这样你就可以得到几个y和不同x_i的图表，我并不需要这些，我只需要把拟合值的向量（我已经有了）画在一条线上。所以我想我可以说，我想问的是，如果我有时间序列x和时间序列y，那么我如何在同一个图上同时绘制，其中x是散点图，y是线图。plot（fitted（mymodel），type='l'）--如果不提供x向量，那么使用序列。如果您有一个x向量，那么使用plot（x，fitted（mymodel），type='l'）不起作用。首先，我得到一个错误，它只能使用前2个回归系数（我有4个），这是一个特例。你到底希望如何在四个受抚养人身上做出反应？五维图很难。。。所以，我们经常做的是将其中的n-1固定在某个值上（比如它们的平均值），然后随着响应变量改变第n个值。这样你就可以得到几个y和不同x_i的图表，我并不需要这些，我只需要把拟合值的向量（我已经有了）画在一条线上。所以我想我可以说，我想问的是，如果我有时间序列x和时间序列y，那么我如何在同一个图上同时绘制，其中x是散点图，y是线图。plot（fitted（mymodel），type='l'）--如果不提供x向量，那么使用序列。如果您有一个x向量，请使用plot（x，fitted（mymodel），type='l'）在第三行代码中缺少一个'，在第三行代码中缺少一个'。