如果您的目标只是绘制一条平滑的曲线，而不考虑具体模型，那么您有几种选择。

Prism生成的样条曲线会经过每个数据点，因此可能会出现过多的波动，但平滑样条曲线的效果很好。

Lowess 曲线遵循数据的大致趋势，但可能会过于锯齿状。

另一种方法是使用非线性回归。

非线性回归要求您选择一个模型，但您无需关注模型的含义或参数的值。相反，您可以根据经验选择一个模型，并仅根据曲线的外观来判断它。 在这种情况下，您将非线性回归作为绘制平滑曲线的工具，而不是作为分析数据的方法。

如果以这种方式使用非线性回归，您可以尝试任何您想要的模型。 但首先请尝试拟合多项式模型，这类模型非常通用（且绝不会因初始值不佳而导致拟合问题）。如果曲线偏离数据趋势过远，请选择更高阶的模型；如果多项式曲线波动过大，请选择更低阶的模型。