用R分段回归:绘制段

Question

我有54​​分.它们代表产品的供应和需求.我想表明这个提议有一个突破点.

首先,我对x轴(商品)进行排序并删除出现两次的值.我有47个值,但我删除了第一个和最后一个(将它们视为断点没有意义).休息长度为45:

Break<-(sort(unique(offer))[2:46])

然后,对于这些潜在断点中的每一个,我估计一个模型并且我在"d"中保留残差标准误差(模型汇总对象中的第六个元素).

d<-numeric(45)
for (i in 1:45) {
model<-lm(demand~(offer<Break[i])*offer + (offer>=Break[i])*offer)
d[i]<-summary(model)[[6]] }

绘制d,我注意到我的较小残差标准误差为34,对应于"Break [34]":22.4.所以我用最后的断点来写我的模型:

model<-lm(demand~(offer<22.4)*offer + (offer>=22.4)*offer)

最后,我对我的新模特感到满意.它比简单的线性好得多.我想画它:

plot(demand~offer)
i <- order(offer)
lines(offer[i], predict(model,list(offer))[i])

但我有一条警告信息:

Warning message:
In predict.lm(model, list(offer)) :
  prediction from a rank-deficient fit may be misleading

更重要的是,我的情节上的线条真的很奇怪.

这是我的数据:

demand <- c(1155, 362, 357, 111, 703, 494, 410, 63, 616, 468, 973, 235,
            180, 69, 305, 106, 155, 422, 44, 1008, 225, 321, 1001, 531, 143,
            251, 216, 57, 146, 226, 169, 32, 75, 102, 4, 68, 102, 462, 295,
            196, 50, 739, 287, 226, 706, 127, 85, 234, 153, 4, 373, 54, 81,
            18)
offer <- c(39.3, 23.5, 22.4, 6.1, 35.9, 35.5, 23.2, 9.1, 27.5, 28.6, 41.3,
           16.9, 18.2, 9, 28.6, 12.7, 11.8, 27.9, 21.6, 45.9, 11.4, 16.6,
           40.7, 22.4, 17.4, 14.3, 14.6, 6.6, 10.6, 14.3, 3.4, 5.1, 4.1,
           4.1, 1.7, 7.5, 7.8, 22.6, 8.6, 7.7, 7.8, 34.7, 15.6, 18.5, 35,
           16.5, 11.3, 7.7, 14.8, 2, 12.4, 9.2, 11.8, 3.9)

Answer 1

这是一种更简单的方法ggplot2.

require(ggplot2)
qplot(offer, demand, group = offer > 22.4, geom = c('point', 'smooth'), 
   method = 'lm', se = F, data = dat)

编辑.我还建议看看这个segmented支持自动检测和分段回归模型估计的软件包.

更新:

这是一个使用分割的R包来自动检测中断的示例

library(segmented)
set.seed(12)
xx <- 1:100
zz <- runif(100)
yy <- 2 + 1.5*pmax(xx - 35, 0) - 1.5*pmax(xx - 70, 0) + 15*pmax(zz - .5, 0) + 
  rnorm(100,0,2)
dati <- data.frame(x = xx, y = yy, z = zz)
out.lm <- lm(y ~ x, data = dati)
o <- segmented(out.lm, seg.Z = ~x, psi = list(x = c(30,60)),
  control = seg.control(display = FALSE)
)
dat2 = data.frame(x = xx, y = broken.line(o)$fit)

library(ggplot2)
ggplot(dati, aes(x = x, y = y)) +
  geom_point() +
  geom_line(data = dat2, color = 'blue')

Answer 2

文森特让你走在正确的轨道上.关于结果图中线条的唯一"奇怪"是lines在每个连续点之间画一条线,这意味着如果它只是连接每条线的两端,就会看到"跳跃".

如果您不想要该连接器,则必须将该lines呼叫分成两个单独的部分.

此外,我觉得你可以简化你的回归.这是我做的:

#After reading your data into dat
Break <- 22.4
dat$grp <- dat$offer < Break

#Note the addition of the grp variable makes this a bit easier to read
m <- lm(demand~offer*grp,data = dat)
dat$pred <- predict(m)

plot(dat$offer,dat$demand)
dat <- dat[order(dat$offer),]
with(subset(dat,offer < Break),lines(offer,pred))
with(subset(dat,offer >= Break),lines(offer,pred))

产生这个情节: