Page 328 - Applied Statistics with R

328 CHAPTER 14. TRANSFORMATIONS

##
## Call:
## lm(formula = y ~ x + I(x^2) + I(x^3) + I(x^4) + I(x^5) + I(x^6) +
## I(x^7) + I(x^8) + I(x^9) + I(x^10))
##
## Residuals:
## ALL 11 residuals are 0: no residual degrees of freedom!
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -2.114e+01 NaN NaN NaN
## x -1.918e+03 NaN NaN NaN
## I(x^2) 4.969e+03 NaN NaN NaN
## I(x^3) -4.932e+03 NaN NaN NaN
## I(x^4) 2.581e+03 NaN NaN NaN
## I(x^5) -8.035e+02 NaN NaN NaN
## I(x^6) 1.570e+02 NaN NaN NaN
## I(x^7) -1.947e+01 NaN NaN NaN
## I(x^8) 1.490e+00 NaN NaN NaN
## I(x^9) -6.424e-02 NaN NaN NaN
## I(x^10) 1.195e-03 NaN NaN NaN
##
## Residual standard error: NaN on 0 degrees of freedom
## Multiple R-squared: 1, Adjusted R-squared: NaN
## F-statistic: NaN on 10 and 0 DF, p-value: NA

xplot = seq(0, 10, by = 0.1)
lines(xplot, predict(fit, newdata = data.frame(x = xplot)),
col = "dodgerblue", lwd = 2, lty = 1)
lines(xplot, predict(fit_perf, newdata = data.frame(x = xplot)),
col = "darkorange", lwd = 2, lty = 2)