R中nls（）中具有不同关系的多个变量

我想根据几个变量建立一个模型来预测Y。首先，我看一下R上的散点图和相关图（见下文）

似乎Y与X1呈指数关系，与X2呈物流增长，与X3和X4呈线性关系。所以，我想知道是否有可能使用

nls（）

来构建一个可能涵盖上述关系的模型。以下是我的尝试：

仅在nls（）中建模Y~X2以获取φ参数：

fit <- nls(Y~ c1*(exp(-k1*X1))+ SSlogis(Y, phi1, phi2, phi3) + X3+ X4,
               start=list(c1=Y[1], k1=0, phi1=15.07, phi2=1082.67,phi3=55.47))

---

fit建模的目的是什么？你不能简单地使用GAM吗？它的目的是预测天气条件下的热量消耗（空气压力等），然后使用GAM。（请注意，您的绘图没有显示依赖项与预测项之间的部分关系。）@Roland，因此我可以将公式写入gam（）中，还是指定初始值或使用自启动。谢谢你应该从了解什么是GAM开始。建模的目的是什么？你不能简单地使用GAM吗？它的目的是预测天气条件下的热量消耗（空气压力等），然后使用GAM。（请注意，您的绘图没有显示依赖项与预测项之间的部分关系。）@Roland，因此我可以将公式写入gam（）中，还是指定初始值或使用自启动。谢谢你应该从了解什么是GAM开始。
fit <- nls(Y~ c1*(exp(-k1*X1))+ c2/(1+b2*exp(-k2*X2)) + X3+ X4,
               start=list(c1=Y[1], k1=0, c2 = 1, b2 = 0, k2 = 111))