我没有找到答案就进行了搜索和搜索，虽然我觉得我想要R做的并不是那么难......我很抱歉拼写错误，我＆＃39;我不是母语;）
我有一些（x，y） - 数据点都在0和1之间，例如（0,0），（0.2,0.05），（0.4,0.15），（0.6,0.3），（0.8,0.6），（1,1）。
我希望R计算回归函数（使用最小二乘法）y = a x ^ 3 + b x ^ 2 + c * x以适应区间[0中的那些数据点1]。 （所以我希望它是3阶多项式，但是d = 0因为它应该总是抛出点（0,0），这可以通过在lm-formula中添加-1来轻松强制。）< / p>
另外，我希望c为1-a-b，因为我需要f（1）= 1.
# regression model: y = ax^3 + bx^2 + cx = ax^3 + bx^2 + (1-a-b)x
output <- lm(I(yValues) ~ I(xValues^3) + I(xValues^2) + I(xValues) -1)
# coefficients:
d1 <- summary(output)$coefficients[1]
d2 <- summary(output)$coefficients[2]
d3 <- summary(output)$coefficients[3]
做我想要的，但是，当然，没有强制条件c = 1-a-b。我没有发现任何以我想要的方式定义回归模型的可能性。
我知道Maple可以做到这一点，例如同
reg1 := x --> LeastSquares(xValues, yValues, x, curve = c*x^3+d*x^2+(1-c-d)*x)，
但是如何将这样的条件定义为R？
我将不胜感激任何有用的答案！ 非常感谢你！