Кусочно-нелинейная регрессия с использованием нелинейной функции в R

Question

Я ищу, чтобы выполнить регрессию кусочно, используя нелинейные функции с несколькими точками останова. Я сделал кусочно линейную регрессию, но когда дело доходит до определения нелинейных функций любого типа, как мы устанавливаем в R?

В частности, меня интересуют 3 функции, линейные, экспоненциальные и экспоненциальные, используя две точки останова. Пожалуйста посоветуйте

Karthik

Answer 1

Would с использованием nls() (нелинейного метода наименьших квадратов) решения вашей проблемы? Я использовал формулировку, подобную этой, путем добавления в True/False заявления для каждого «элемента»:

reg = nls(y ~ (Z < 0.33) * a + (Z < 0.33) * Z * b + 
     (Z >= 0.33 & Z < 0.67) * Z^a2 + 
     (Z >= 0.67) * a3 + (Z >= 0.67) * Z * a4, 
     start = list(a = 0, b = 50, a2 = 100, a3 = 150, a4 = 80), 
     data = yourdata) 

В стилизованной примере выше, контрольные точки при Z = 0,33 и Z = 0,67. Если вы можете быть более конкретным или предоставить код трех регрессий отдельно, я могу сделать свой ответ более конкретным.

Answer 2

Мое предложение состоит в том, чтобы загрузить пакет сплайнов, а затем запустить примеры в help(bs). Вы можете получить кусочно кубический (но непрерывный на узлах), который подходит с использованием линейного регрессионного оборудования. Харрелл использовал эту стратегию для превосходного эффекта в своем пакете «rms». Загрузите 'rms' и посмотрите на help(rcs). В примере на этой странице используется его реализация логистической регрессии, но rcs() работают в ols() и cph().