我是一名化学工程师，也是R的新手。我正在尝试在R（最终是一个闪亮的应用程序）中构建一个工具来分析相位边界。使用模拟我得到的输出显示了两条曲线，可以用四阶多项式很好地表示。数据如下：
https://i.stack.imgur.com/8Oa0C.jpg
我必须遵循的程序使用两条曲线之间的差异来产生第二条曲线。为了比较曲线，数据必须作为压力的函数以设定的增量增加，例如0.2。可以看出，来自模拟的数据不是增量的，并且没有办法比较基于输出
要解决此问题，我在excel中对每条曲线执行了以下步骤：
由此，我能够以数学方式比较曲线并产生所需的输出。
有没有人有任何建议如何在R中执行此操作，或者是否有更多统计或简化方法我错过了（提取贝塞尔曲线点等）？
作为一个进一步的细节，我已经获取数据并使用tidyr合并它，以便图表（总共4个）显示在三列中，图表标题，温度和压力。我在关注Datacamp上的ggplot2课程后做了这个，但是在进行回归等时不确定这种格式是否合适？我的数据集的负责人可以在这里看到：
https://i.stack.imgur.com/WeaPz.jpg
我是R的新手，如果这是一个愚蠢的问题并且我使用了错误的条款，那么道歉。
答案 0 :(得分：1)
虽然我同意@Jaap的评论，但在R中多项式回归非常容易。我会给你第一行：
x <- c(0.26,3.33,5.25,6.54,7.38,8.1,8.73,9.3,9.81,10.28,10.69,11.08,11.43,11.75,12.05,12.33)
y <- c(16.33,24.6,31.98,38.38,43.3,48.18,53.08,57.99,62.92,67.86,72.81,77.77,82.75,87.75,92.77,97.81)
lm <- lm(y ~ x + I(x^2) + I(x^3) + I(x^4))
现在你的多项式系数在lm$coef，你可以提取它们并轻松绘制拟合线，例如：
coefs <- lm$coef
plot(x, y)
lines(x, coefs[1] + coefs[2] * x + coefs[3] * x^2 + coefs[4] * x^3 + coefs[5] * x^4)
也可以使用lm$fit简单地给出拟合值。为第二条曲线构建相同的多项式并比较系数，而不仅仅是“线”。