如何使用R估计数据点的对数形式？

我有代表对数函数的数据点

有没有一种方法可以让我只用R来估计描述这些数据的函数

---

谢谢。

如果我理解正确的话，你想估计一个给定（x，y）值的函数。如果是，请检查以下链接

请阅读以下内容：

http://en.wikipedia.org/wiki/Spline_%28mathematics%29
http://en.wikipedia.org/wiki/Polynomial_interpolation
http://en.wikipedia.org/wiki/Newton_polynomial
http://en.wikipedia.org/wiki/Lagrange_polynomial

谷歌搜索：

http://www.stat.wisc.edu/~xie/smooth_spline_tutorial.html
http://stat.ethz.ch/R-manual/R-patched/library/stats/html/smooth.spline.html
http://www.image.ucar.edu/GSP/Software/Fields/Help/splint.html

---

我从来没有用过R，所以我不确定它是否有效，但如果你有Matlab，我可以向你解释更多。

如果我理解正确，你想估计一个给定（x，y）值的函数。如果是，请检查以下链接

请阅读以下内容：

http://en.wikipedia.org/wiki/Spline_%28mathematics%29
http://en.wikipedia.org/wiki/Polynomial_interpolation
http://en.wikipedia.org/wiki/Newton_polynomial
http://en.wikipedia.org/wiki/Lagrange_polynomial

谷歌搜索：

http://www.stat.wisc.edu/~xie/smooth_spline_tutorial.html
http://stat.ethz.ch/R-manual/R-patched/library/stats/html/smooth.spline.html
http://www.image.ucar.edu/GSP/Software/Fields/Help/splint.html

---

我从未使用过R，所以我不确定它是否有效，但如果你有Matlab，我可以向你解释更多。

我假设你的意思是你有向量

y

和

x

，你试着拟合一个函数

y（x）=Alog（x）

首先，安装日志是一个坏主意，因为它表现不好。幸运的是，我们有

x（y）=exp（y/A）

，所以我们可以拟合一个更方便的指数函数。我们可以使用非线性最小二乘法：

 nls(x~exp(y/A),start=list(A=1.),algorithm="port")

其中

start

是

A

的初始猜测。这种方法是数值优化，因此可能会失败。
更稳定的方法是将其转换为线性函数，

log（x（y））=y/a

，并使用

lm

拟合直线：

lm(log(x)~y)

---

我假设你的意思是你有向量

y

和

x

，你试着拟合一个函数

y（x）=Alog（x）

首先，安装日志是一个坏主意，因为它表现不好。幸运的是，我们有

x（y）=exp（y/A）

，所以我们可以拟合一个更方便的指数函数。我们可以使用非线性最小二乘法：

 nls(x~exp(y/A),start=list(A=1.),algorithm="port")

其中

start

是

A

的初始猜测。这种方法是数值优化，因此可能会失败。
更稳定的方法是将其转换为线性函数，

log（x（y））=y/a

，并使用

lm

拟合直线：

lm(log(x)~y)

---

需要更多信息。“表示对数函数的数据点”是什么意思？你在寻找逻辑回归吗？需要更多信息。“表示对数函数的数据点”是什么意思？你在寻找逻辑回归吗？