Question

我现在正在使用R中的“vars”包来检查两个时间序列之间的相互关系。具体来说，我们的数据有66个时间点。我将其分为测试样本（1-60观察）和保持样本（61-66观察）。我想用相同比例（从1到66）的所有66个观测值的原始分数绘制所有66个观测值的预测值，以比较模型拟合。但我没有使用par和layout功能这样做。非常感谢您能给我一些指示。

以下是我的R代码：

library("vars")
setwd("c:$temp")  
filename<-"data.txt"
full<-read.table(filename,header=TRUE,sep="\t")
env<-full[1:60,]
varlag1<-VAR(env,p = 2,type = "const");
summary(varlag1)
plot(varlag1)
predict<-predict(varlag1,n.ahead=6,ci=0.95)
list(predict)
raw_v1<-full[1:66,1]
plot(predict,names="v1",lwd=3)
par(new=TRUE)
plot(as.ts(raw_v1),lwd=1)
raw_v2<-full[1:66,2]
plot(predict,names="v2",lwd=3)
par(new=TRUE)
plot(as.ts(raw_v2),lwd=1)

Answer 1

它看起来并不像你想要的那么漂亮，但我想你正在寻找这样的东西？

pred1＆lt; -c（env [，“v1”]，预测$ fcst $ v1 [，1]）

pred2＆lt; -c（env [，“v2”]，预测$ fcst $ v2 [，1]）

pred3＆lt; -c（env [，“v3”]，预测$ fcst $ v3 [，1]）

ts.plot（cbind（pred1，raw_v1），col = 1：2，lwd = 2）

ts.plot（cbind（pred2，raw_v2），col = 1：2，lwd = 2）

ts.plot（cbind（pred3，raw_v3），col = 1：2，lwd = 2）

绘制R中时间序列的预测值和原始分数

1 个答案: