月时间序列线性模型中的拟合Vs残差

Question

我试图从fpp软件包中花式时间序列的时间序列线性模型中绘制经典的“拟合vs残差”图：

结构(c(1664.81,2397.53,2840.71,3547.29,3752.96,3714.74,4349.61,3566.34,5021.82,6423.48,7600.6,19756.21,2499.81,5198.24,7225.14,4806.03,5900.88,4951.34,6179.12,4752.15,5496.43,5835.1,12600.08,28541.72,4717.02,5702.63,9957.58,5304.78,6492.43,6630.8,7349.62，8176.62,8573.17,9690.5,15151.84,34061.01,5921.1,5814.58,12421.25,6369.77,7609.12,7224.75,8121.22,7979.25,8093.06,8476.7,17914.66,30114.41,4826.64,6470.23,9638.77,8821.17,8722.37,10209.48,11276.55,12552.22,11637.39,13606.89,21822.11,45060.69,7615.03,9849.69，14558.4、11587.33、9332.56、13082.09、16732.78、19888.61、23933.38、25391.35、36024.8、80721.71、10243.24、11266.88、21826.84、17357.33、15997.79、18601.53、26155.15、28586.52、30505.41、30821.33、46634.38、104660.67)，.Tsp =c(1987年、1993.91666666667、12)，class =“ts”

library(fpp)
fit = tslm(fancy ~ trend + season)
plot(fitted(fit), residuals(fit), xlab = "Predicted scores", ylab = "Residuals") 

图是混乱的，因为贴图(Fit)和残差(Fit)再次是每月的时间序列对象，因此散点图无法工作。

如何在正常的lm中像往常一样显示散点图？

谢谢你的帮助。

Answer 1

谢谢大家，

通过在绘制之前将ts转换为向量，我找到了一个快速转变的方法：

fit_vector <- as.vector(fitted(fit))
fit_residuals <- as.vector(residuals(fit))
plot(fit_vector, fit_residuals, xlab = "Predicted scores", ylab = "Residuals")