有谁知道如何在连续变量上拟合二次（或更高阶）模型并在 R 中对其进行分位数回归？此外，您如何判断哪个级别的 tau 更适合数据？
“den”的值是鱼的密度 (count/m^3) 和盐度 = 盐度 (ppt)。完整的数据集是 1500 个观测值，我想使用盐度来预测鱼的密度。包含所有数据的图看起来是半二次的，但我想使用分位数回归将其与其他拟合进行比较。我只是不知道如何使模型中的关系非线性。是den~盐度+盐度^2吗？
df <- structure(list(den = c(0, 12, 8.33, 5, 0, 0, 1, 1.33, 0, 3), salinity = c(37, 35, 36, 39, 36, 37, 35, 38, 36, 37)), row.names = c(86L,
240L, 394L, 548L, 702L, 856L, 1010L, 1164L, 1318L, 1472L), class = "data.frame")
quantreg75 <- rq(den ~ salinity, data=rain, tau=0.75)