复杂X（预测因子）与Y（响应）图的适用回归模型？

Question

http://i43.tinypic.com/8yz893.png

链接中的数字显示了我的一个预测变量（vms）与响应（响应[i]）之间的关系。

我们可以在同一图表中区分许多类似日志的趋势。 根据这个，我的预测器的单个值可以映射到响应的许多值。

• 这是否可以接受，或者我的数据存在问题，我是否应该感到警惕？
• 什么回归模型似乎更适合这张图片？

Answer 1

这不是一个R问题，而是一个普遍的统计问题，所以你可能会被投票，但我会尽力帮助你。

将预测变量的各个值映射到多个响应值没有任何问题。如果您正在定义和评估函数，这将是一个问题，但是您在技术上没有评估函数，而是在评估两个变量之间的统计关系。然后，您将创建功能表单来建模此关系。

在我看来，传统的OLS模型在这里是非常不合适的，因为OLS的一个假设是预测变量和结果变量之间的关系是线性的，这显然不是在这种情况下。这种关系实际上看起来很像1 / x曲线，所以你可能想尝试1 / x转换并看看它在哪里。