2128_zh-CN

liliconcom

使用多项式拟合方程来预测新数据我需要创建一个新列，使用计算的“多项式拟合度= 4”方程来预测一个值。

我有97个不同的网站，月平均温度数据。因此，通过12个数据点绘制了令人满意的线条的97个不同的图形。以下是一个网站方程式的示例：

T_AVE = 2.127629 + 0.0769089 * DOY - 0.0015991 *（DOY-183.083）^ 2 - 2.3911e-6 *（DOY-183.083）^ 3 + 2.1454e-8 *（DOY-183.083）^ 4

我想创建一个新列，当Y变量“T_AVE”等于5时，它将预测X变量“DOY”。应该有两种解决方案（~120，~320）。

我是否需要（手动）复制97个站点中的每个站点的等式并将其粘贴到新列中？

任何建议将不胜感激。回复：使用多项式拟合方程来预测新数据您无需手动复制公式：“拟合模型”程序可以为您完成。接下来，我打开了“大班”数据集，在其底部添加了三行，并在其中插入了三个我想要预测其相应体重的高度。由于这些行没有对应的体重 (y) 值，因此我添加的额外高度不会影响我即将对整个表格进行回归分析后得到的方程。

然后，我将身高的三次多项式拟合到体重数据中：最初我以交互方式执行此操作，但我复制了下面的结果脚本（为此，请单击窗口顶部的红色三角形并选择脚本|将脚本保存到脚本窗口），因此，如果您运行它，您应该会看到该模型拟合的结果输出：