R 我们如何找到一个平滑的函数来处理数据？

假设我有这个小数据T

 69 59 100 70 35 1

 matplot(t(T[1,]), type="l",xaxt="n")

我想找到一个适合数据的多项式。（即使过于合适也可以） 有什么方法可以在R中完成吗？

首先是数据

y <- scan(text = '69 59 100 70 35 1')
x <- seq_along(y)

最后，绘制原始数据和拟合值的曲线图

newy <- predict(fit, data.frame(x))

plot(y, type = "b")
lines(x, newy, col = "red")

---

newy请参见
帮助（“黄土”）
，以及其他内容。例如，
sos:：findFn（'bezier'）
。或者更简单的，
lm（y~poly（x，2））
。谢谢你，现在我必须用它来得到一个更好的图？@user9272398我不觉得它是一个坏图，它是一个统计拟合，而不是一个。对于lm（y~poly（x，5）），它非常好，我还有一个问题：如果我想写下这个多项式，系数是x，x2，x3，x4，x5？没有x1x2或类似的东西？因为对于lm（y~poly（x，5））我只有5个系数。再次感谢你帮了我很多其他的话什么是5？多项式的阶数？@user9272398是的，5是多项式的阶数。不，没有
x1x2
，因为它们是非常相同的
x
的幂。请注意，示例中有6个数据点，因此次多项式
6-1==5
是一个完美的拟合，并且没有剩余的自由度。这不是一个好的选择，只需查看
摘要（lm（y~poly（x，5））
。
newy <- predict(fit, data.frame(x))

plot(y, type = "b")
lines(x, newy, col = "red")