如何解决在分段回归中选择断点数
我正在尝试为响应变量 Y 估计 X 中的多个断点。当我在 R 中运行分段包时,如果我在 psi 语句中指定 1 个点并在 x=14 处指定两个估计点,我将得到 1 个估计断点如果我在 psi 中指定 2 个点,则 x=6.5 和 x=11.4。如何确定 2 个断点是最优的还是 1 个断点是最优的?请看下面的代码和输出:
指定 1 个断点:
segmented.glm(obj = fit.glm,seg.Z = ~x,psi = 10)
Estimated Break-Point(s):
Est. St.Err
psi1.x 14 2.691
Null deviance: 230311 on 1509 degrees of freedom
Residual deviance: 175795 on 1480 degrees of freedom
AIC: 11531
Convergence attained in 0 iter. (rel. change 1.5525e-08)
> slope(fit.seg)
$x
Est. St.Err. t value CI(95%).l CI(95%).u
slope1 -0.847880 0.097683 -8.679900 -1.0393 -0.65643
slope2 0.036962 0.574770 0.064308 -1.0896 1.16350
指定 2 个断点:
fit.seg<-segmented(fit.glm,seg.Z=~x,psi= c(6,11))
Estimated Break-Point(s):
Est. St.Err
psi1.x 6.562 1.771
psi2.x 11.398 1.660
Null deviance: 230311 on 1509 degrees of freedom
Residual deviance: 175594 on 1478 degrees of freedom
AIC: 11533
Convergence attained in 1 iter. (rel. change 0)
> slope(fit.seg)
$x
Est. St.Err. t value CI(95%).l CI(95%).u
slope1 -0.56943 0.23681 -2.40460 -1.03360 -0.10530
slope2 -1.25180 0.38974 -3.21190 -2.01570 -0.48794
slope3 -0.17365 0.31700 -0.54781 -0.79495 0.44765
我使用了 seg.control 但不知道如何解释输出。 (基于 Muggeo,V.M.R. (2008) Segmented:一个 R 包,用于拟合具有折线关系的回归模型。R News 8/1,20–25。)
> o <- segmented(fit.glm,psi=NA,control=seg.control(display=FALSE,K=2))
Warning message:
max number of iterations (1) attained
> slope(o) # defaults to confidence level of 0.95 (conf.level=0.95)
$x
Est. St.Err. t value CI(95%).l CI(95%).u
slope1 -0.56943 0.23681 -2.40460 -1.03360 -0.10530
slope2 -1.25180 0.38974 -3.21190 -2.01570 -0.48794
slope3 -0.17365 0.31700 -0.54781 -0.79495 0.44765
> o <- segmented(fit.glm,K=1))
Warning messages:
1: max number of iterations (1) attained
2: max number of iterations (1) attained
> slope(o) # defaults to confidence level of 0.95 (conf.level=0.95)
$x
Est. St.Err. t value CI(95%).l CI(95%).u
slope1 -0.847880 0.097683 -8.679900 -1.0393 -0.65643
slope2 0.036966 0.574770 0.064314 -1.0896 1.16350
谁能帮我弄清楚如何确定 2 个断点是更好的估计还是 1 个断点?
解决方法
函数 selgmented()(也在 R 包中分段)是一个包装器,用于通过假设检验(例如分数检验)或 BIC 选择“最佳”断点数。目前通过假设检验进行的选择仅限于 0,1 或 2 个要选择的断点。 亲切的问候, 维托
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。