seР > upp=c(Gt[1568],pred1+1.96*se1)Р > low=c(Gt[1568],pred1-1.96*se1)Р > max(Gt,upp)Р [1] 152.1397Р > min(Gt,low)Р [1] -122Р > plot(tdx[1:1568],Gt,xlab='Year',ylab='Temperature',xlim=c(1880,2110),ylim=c(-122,153),type='l') > lines(tdx[1568:2768],upp,lty=2,col='green')Р > lines(tdx[1568:2768],low,lty=2,col='green')Р > lines(tdx[1569:2768],pred1,lty=1,col='pink')Р 该图也突出了模型的很多关键特征:Р 1、因为时间斜率为正,所以预测随预测时间幅度增长而变大;Р 2、区间预测的长度随着时间是稳定的;Р ? 最后把两个竞争模型放在一起: >lines(tdx[1569:2768],pmm2$pred,lty=1,col='blue')Р >lines(tdx[1568:2768],c(Gt[1568],pmm2$pred+1.96*pmm2$se),lty=2,col='red')Р >lines(tdx[1568:2768],c(Gt[1568],pmm2$pred-1.96*pmm2$se),lty=2,col='red')Р 对于长期预测,两个模型都是没有用的。Р ? 讨论Р 线性时间序列分析中的几个重要问题:
全文预览
