基于深度序列的回归（类似于时间序列）

Question

我有一个包含一组独立变量和一个目标变量的数据。目标变量根据深度呈指数分布。

是否可以为目标变量识别一般的深度函数？这类似于时间序列，但是我不确定是否可以使用时间序列。

我只是在寻找有关如何根据深度执行回归的建议。

#Sample data to show how my data looks like
area = ['area_1','area_1','area_1','area_2','area_2','area_2','area_3','area_3','area_3']
depth = [10,20,30, 10,20,30, 10,20,30]
target = [9,7.201,0.005, 27,20,3, 3, 1.1, 0.5]
x1 = [.8, .8, .8, 0.5,0.4,0.3,0.22,0.214,0.21]
x2 = [3,2.8,0.4, 6,4,2.2,2,1,0.003]

pd.DataFrame(data = {'area': area, 'depth': depth, 'x1': x1,'x2':x2, 'target':target})

我确实进行了多元回归，但没有考虑深度。我想知道是否可以执行MARS(Multivariate adaptive regression splines)，但是它仍然会考虑整个数据，并且不会对每个区域进行回归。

感谢您的帮助。预先感谢。