在R中使用的线拟合algorithm/包将满足一定的标准

我有一个特定的问题，我需要一个适合于一组数据的方程，我可以提取一个通用函数（可能很复杂），这会给我一个非常接近数据的Y值 – 就像我用数据作为查找表。

我一直在阅读各种方法和多元自适应回归样条[MARS]看起来是一个很好的候选人。我所面临的问题是，它不是在数据的一个非常重要的部分检测/安装铰链。

我主要在地球软件包中使用R，目的是将公式放入Excel中。我可以使用其他语言或包，如果它会给我我需要的结果。

问题：在我的数据的低端，我有一个小的一组值，这是一个重要的下界，需要有一个铰链或结放置。

其余的数据应该有自动的铰链/结检测。

例如：XY 0 130 1 130 10000 130剩下的X超过10000，并以不同的速率增加Y.

如果我预测（模型，5000），我会得到150的结果。这条线需要一个平坦的线性段，然后铰接在10000处。由于缺less铰链，导致在MARS模型输出中X的所有高值都非常精确，但是X的低值与基础数据显着不同。

我宁愿不手动放置这个低端可能会改变，我想一个广义的方法。

有没有人知道类似MARS的方法可以提供

MARS方法适用于数据中的所有其他断点，但由于下限的“范围”有限，所以即使closures修剪，也不会在其中放置铰链。

有谁知道更好的方法？