如何解决如何从 R 中具有多个变量的数据集制作预测二次回归方程？
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。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
