如何从 R 中具有多个变量的数据集制作预测二次回归方程?

问题描述

我对这种类型的统计数据并不熟悉,并且堆栈溢出,所以如果我没有正确地构建或格式化它,请原谅我。

我有以下数据集:

Date       Rate  response_source meanresponse
  <date>     <fct> <chr>                  <dbl>
1 2020-07-01 1     CwtAc                   80.3
2 2020-07-01 2     CwtAc                   77.3
3 2020-07-01 3     CwtAc                   84.6
4 2020-07-01 4     CwtAc                  108. 
5 2020-07-08 1     CwtAc                  148. 
6 2020-07-08 2     CwtAc                  123. 
7 2020-07-08 3     CwtAc                  167. 
8 2020-07-08 4     CwtAc                  160. 
9 2020-07-16 1     CwtAc                  186. 
10 2020-07-16 2     CwtAc                  238. 
11 2020-07-16 3     CwtAc                  215. 
12 2020-07-16 4     CwtAc                  222. 
13 2020-07-22 1     CwtAc                  266. 
14 2020-07-22 2     CwtAc                  275. 
15 2020-07-22 3     CwtAc                  268. 
16 2020-07-22 4     CwtAc                  297. 
17 2020-07-29 1     CwtAc                  299. 
18 2020-07-29 2     CwtAc                  339. 
19 2020-07-29 3     CwtAc                  302. 
20 2020-07-29 4     CwtAc                  351. 
21 2020-08-05 1     CwtAc                  381. 
22 2020-08-05 2     CwtAc                  366. 
23 2020-08-05 3     CwtAc                  376. 
24 2020-08-05 4     CwtAc                  360.

对于每个比率,我想使用二次回归来创建一个方程,让我能够预测其他日期的 CwtAc,例如未来日期或未测量的日期。我不会合并费率,而是会分别查看每一项。非常感谢这里的任何帮助。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)