R：绘制“实际与装配”

Question

我确实有一个问题涉及绘制时间序列的实际数据和拟合模型的值。特别是，我的问题涉及到本文：

https://static.googleusercontent.com/media/www.google.com/en//googleblogs/pdfs/google_predicting_the_present.pdf

在该文件的附录中，你可以找到的R脚本。在这里，我有两个最初的问题：（1）这是什么

##### Define Predictors - Time Lags; 
dat$s1 = c(NA, dat$sales[1:(nrow(dat)-1)]); 
dat$s12 = c(rep(NA, 12), dat$sales[1:(nrow(dat)-12)]); 

做的，什么是功能：

##### Divide data by two parts - model fitting & prediction 
dat1 = mdat[1:(nrow(mdat)-1), ] 
dat2 = mdat[nrow(mdat), ] 

决赛和主要问题：比方说，我得到一个计算我的数据与

fit = lm(log(sales) ~ log(s1) + log(s12) + trends1, data=dat1); 
summary(fit) 

The adj。 R平方值为0.342。因此，我认为上面的模型解释了建模数据（预测数据？）与实际数据之间大约34％的差异。现在，我该如何绘制这个“模型图”（拟合），以便在论文中得到类似的内容？

我认为第二个图表的“装”，实际上是从估计模型的数据，对不对？如果是这样，那么这部分似乎在脚本中缺失。

非常感谢！

EDIT 1：

尝试这样做：

# Actual values and fitted values 
plot(sales ~ month, data= dat1, col="blue", lwd=1, type="l", xaxt = "n", xaxs="r",yaxs="r", xlab="", ylab="Total Sales"); 
par(new=TRUE) 
plot(fitted(fit) ~ month, data= dat1, col="red", lwd=1, type="l", xaxs="r", yaxs="r", yaxt = "n", xlab="Month", ylab="Index", xaxt="n"); 
axis(4) 

输出：错误（功能（式中，数据= NULL，子集= NULL，na.action = na.fail，：可变长度不同（发现“月”）

Answer 1

dat$s1 = c(NA, dat$sales[1:(nrow(dat)-1)]) 

这产生了数据的新列s1从sales其中第一EL e是NA。最后一项从sales缺失。

dat$s12 = c(rep(NA, 12), dat$sales[1:(nrow(dat)-12)]) 

s12木板条柱，用12个NAS和其余的是首先从dat$salesnrow(dat)-12值。

dat1 = mdat[1:(nrow(mdat)-1), ] 
dat2 = mdat[nrow(mdat), ] 

dat1为所有，但最后观察（行），dat2只有最后一排。当预测所述响应（sales），你只需要馈送data.frame与至少是上式的右边的列（也称为解释变量），在这种情况下s1和s12，作为newdata参数predict()功能。这是使用dat2的地方。

predict.fit = predict(fit, newdata=dat2, se.fit=TRUE) 

该下一行适用于使用dat1的模型。

fit = lm(log(sales) ~ log(s1) + log(s12) + trends1, data=dat1) 

fitted(fit)会给你拟合值。尝试predict(fit)并比较它是否有任何不同。

每个语句末尾的分号是多余的。