2

我正在尝试使用 R 中“mcp”包的输出在同一图表上绘制 95% 的可信区间和 50% 中位数的线。我使用 mcp 包对不同的残差尺度进行建模（即，准模拟) 用于具有已知断点的三个细分市场（2013 年和 2017 年）。但是，我似乎无法使用模型中的 q_fit 在同一图上同时拟合 CI 和 50% 中位数的线。我在下面包含了一些示例代码。我的最终目标是用一条分段线表示模型中 50% 的分位数，并带有上下 CI。我在下面包含了一些示例数据和代码，以及我想组合的单独图。

year <-c(2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020)
counts <-c(40,50,200,50,20,30,15,12,10,12,12,200,1000,4000,6000,4500,5000,6000)

df <- data.frame(year,counts)


model = list(
  counts ~ 1 + year,        #segmented 1: Intercept and Slope
  ~ 0 + year + sigma (1),   #Segement 2: Joined slope (no intercept change)
  ~ 0 + year + sigma (1)    #Segment 3: Joined slope (no intercept change)
)

fit = mcp(model, df, prior = list(cp_1 = 2013, cp_2 = 2017))

plot(fit, q_fit = TRUE, cp_dens = FALSE, lines=50) #plot 95% CI


plot(fit, q_fit = c(0.5), cp_dens = FALSE, lines=50) #plot 50% quantile

第一个具有 95% CI 的图

50% 分位数线

4

1 回答 1

0

如果将它们作为向量提供给 ，则可以绘制任意数量的分位数q_fit：

plot(fit, q_fit = c(0.025, 0.5, 0.975), cp_dens = FALSE, lines=50)

在此处输入图像描述

于 2021-11-22T12:51:08.567 回答