问题描述
我已经阅读了有关的答案，它们非常有用，但是我需要帮助，尤其是在R中。
I've read the answers to this question and they are quite helpful, but I need help particularly in R.
我在R中有一个示例数据集，如下所示：
I have an example data set in R as follows:
x <- c(32,64,96,118,126,144,152.5,158)
y <- c(99.5,104.8,108.5,100,86,64,35.3,15)
我想对这些数据拟合模型，以便 y = f（x）。我希望它成为三阶多项式模型。
I want to fit a model to these data so that y = f(x). I want it to be a 3rd order polynomial model.
如何在R中做到这一点？
How can I do that in R?
此外，R可以帮助我找到最合适的模型吗？
Additionally, can R help me to find the best fitting model?
推荐答案
要获取x（x ^ 3）中的三阶多项式，您可以
To get a third order polynomial in x (x^3), you can do
lm(y ~ x + I(x^2) + I(x^3))
或
lm(y ~ poly(x, 3, raw=TRUE))
您可以拟合10阶多项式并获得接近完美的拟合，但是应该吗？
You could fit a 10th order polynomial and get a near-perfect fit, but should you?
编辑：
poly（x，3）可能是一个更好的选择（请参见下面的@hadley）。
poly(x, 3) is probably a better choice (see @hadley below).
这篇关于将多项式模型拟合到R中的数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！