这将是一个可以进一步讨论的一般性问题：
我有公制/ KPI，我的目标是将其提高到20美元以上。此数据集中还有10个其他度量标准/关键绩效指标，我需要对其进行更改才能实现此目的。
我尝试过多次回归，我做了以下几点：
创建一个相关矩阵，以确定与我想要提高到20美元以上的指标相比的双变量关系。
我根据相关值获取了重要指标，并将指标插入到多元回归方程中。
从那里，我逐步取消了共线性
重新做了等式
然后根据P值删除任何非重要的KPI。
现在我有了回归方程式。
这是我的困境：
我现在有一个回归方程，如何确定方程中每个变量的最佳值，以使我的响应变量高于20美元？
我的答案如下：
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.29846 0.08793 -3.394 0.000703
A1 0.46484 0.16564 2.806 0.005064
A -13.67332 0.29319 -46.636 < 2e-16
B 7.57238 0.06437 117.643 < 2e-16
C 2.97253 0.27463 10.824 < 2e-16
D 1.69753 0.02918 58.175 < 2e-16
这些变量中的每一个都是基于其他指标的公式（度量标准不在方程式中直接）。例如，
A = E/F
B = E/G
C = E/H
D = E/(H*I)
Main KPI we want over $20 = (J/H)*1000
这类问题并不需要那么多R代码来寻求帮助，因为我真的只是试图让这个概念失效。