我有以下数据集：
{{1}}
当绘制时，它看起来像指数衰减或负ln函数。
我正在尝试为这些数据拟合平滑的曲线，但我不知道如何。我已经尝试过nls和lm函数，但我似乎无法做到正确。在线示例对于我所拥有的简单数据有太多步骤，我无法理解为我所需要的修改示例。任何帮助或建议将不胜感激。谢谢。
编辑：当我说我尝试了nls和lm函数时，我的意思是无论我尝试什么参数，产生的线都是线性的。 当我说太多步骤时，我的意思是我发现的例子是用2个自变量预测，或用于创建多个拟合线。 我要问的是，将简单平滑线拟合到数据的最佳方法是什么，当绘制时，看起来像指数衰减或负ln。这条线的等式并不重要，它意味着是数据形状的参考。
答案 0 :(得分：3)
将曲线拟合到函数的一种好方法是内置nls函数，该函数执行非线性最小二乘优化。例如，如果您想要适合模型y = b * x^e，则可以执行以下操作：
n <- nls(y ~ b * x ^ e, data = data.frame(x, y), start = c(b = 1000, e = -1))
（?nls或this walkthrough可以告诉您有关这些选项的更多信息）。然后，您可以在点上绘制曲线：
plot(x, y)
curve(predict(n, newdata = data.frame(x = x)), add = TRUE)
您可以尝试一些其他模型（由nls中的公式指定），以适合您的数据。
答案 1 :(得分：0)
也许＆＃39; lowess＆＃39;你正在寻找什么？尝试：
plot(y ~ x)
lines(lowess(y ~ x))
该功能只是连接点。听起来你更喜欢能够抚平肘部的东西。原则上，黄土＆＃39;对此有用，但是你没有足够的数据点可以使它工作。