Я хочу сделать кусочно-линейную регрессию с одной точкой останова, где вторая половина линии регрессии имеет slope = 0
. Существуют примеры того, как делать кусочно-линейную регрессию, такую как here. Проблема у меня в том, что я не ясно, как зафиксировать угол наклона половины модели равным 0.Кусочная регрессия с прямой линией и горизонтальной линией, соединяющей в точке останова
Я попытался
lhs <- function(x) ifelse(x < k, k-x, 0)
rhs <- function(x) ifelse(x < k, 0, x-k)
fit <- lm(y ~ lhs(x) + rhs(x))
где k
это точка разрыва, но сегмент на право не является плоским/горизонтальным.
Я хочу, чтобы ограничить наклон второго отрезка в 0. Я попробовал:
fit <- lm(y ~ x * (x < k) + x * (x > k))
но опять же, я не уверен, как получить вторую половину, чтобы иметь нулевой наклон.
Любая помощь очень ценится.
Мое собственное решение
У меня есть решение благодаря комментарий ниже. Вот код, который я использую, чтобы оптимизировать и затем построить припадок:
x <- c(1, 2, 3, 1, 2, 1, 6, 1, 2, 3, 2, 1, 4, 3, 1)
y <- c(0.041754212, 0.083491254, 0.193129615, 0.104249201, 0.17280516,
0.154342335, 0.303370501, 0.025503008, 0.123934121, 0.191486527,
0.183958737, 0.156707866, 0.31019215, 0.281890206, 0.25414608)
range_x <- max(x) - min(x)
intervals <- 1000
coef1 <- c()
coef2 <- c()
r2 <- c()
for (i in 1:intervals) {
k <- min(x) + (i-1) * (range_x/intervals)
x2 = (x - k) * (x < k)
fit <- lm(y ~ x2)
coef1[i] <- summary(fit)$coef[1]
coef2[i] <- summary(fit)$coef[2]
r2[i] <- summary(fit)$r.squared
}
best_r2 <- max(r2) # get best r squared
pos <- which.max(r2)
best_k <- min(x) + (pos - 1) * (range_x/intervals)
plot(x, y)
curve(coef1[pos] - best_k * coef2[pos] + coef2[pos] * x,
from=min(x), to=best_k, add = TRUE)
segments(best_k, coef1[pos], max(x), coef1[pos])
Как выглядят ваши данные? – nrussell
@nrussell 'X = C (1, 2, 3, \t \t 1, 2, \t \t 1, \t 6, 1, 2, 3, \t \t \t 2, 1, 4, \t \t \t 3, 1) '' у = с (0.041754212, 0.083491254, \t 0.193129615, 0.104249201 \t, \t 0.17280516, \t 0.154342335, \t 0.303370501, 0.025503008, 0.123934121, 0.191486527 \t, \t 0.183958737, 0.156707866 \t, \t 0.31019215, \t 0.281890206, \t 0,02541460 8) ' Я понимаю, что эти данные не очень подходят для подгонки, которую я описываю, но это своего рода точка ... – realcoolclub