22

我有54​​分。它们代表产品的供求。我想表明报价中有一个断点。

首先，我对 x 轴（报价）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值（将它们视为断点没有意义）。中断长度为 45：

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

然后，对于这些潜在的断点中的每一个，我估计一个模型，并将残差标准误差（模型摘要对象中的第六个元素）保存在“d”中。

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，我注意到我较小的残差标准误差为 34，对应于“Break[34]”：22.4。所以我用我的最后一个断点编写我的模型：

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

最后，我对我的新模型感到满意。它明显优于简单的线性。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，我的情节中的台词真的很奇怪。

我的情节应该是两个部分，但没有加入

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)
4

3 回答 3

31

这是使用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支持自动检测和估计分段回归模型的包。

在此处输入图像描述

更新：

这是一个使用分段的 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')

分段的

于 2012-01-06T18:52:44.813 回答
7

文森特让你走上了正确的道路。关于结果图中的线条唯一“奇怪”的是在每个lines连续点之间画了一条线，这意味着“跳跃”你会看到它是否只是连接每条线的两端。

如果您不想要该连接器，则必须将lines呼叫分成两个单独的部分。

另外，我觉得你可以稍微简化你的回归。这是我所做的：

#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))

这产生了这个情节：

在此处输入图像描述

于 2012-01-06T16:37:57.233 回答
4

奇怪的线条仅仅是由于绘制点的顺序。以下应该看起来更好：

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

*警告来自字符由 解释的事实lm。

> lm(demand~(offer<22.4)*offer + (offer>=22.4)*offer)
Call:
lm(formula = demand ~ (offer < 22.4) * offer + (offer >= 22.4) * offer)
Coefficients:
            (Intercept)         offer < 22.4TRUE                    offer  
                -309.46                   356.08                    29.86  
      offer >= 22.4TRUE   offer < 22.4TRUE:offer  offer:offer >= 22.4TRUE  
                     NA                   -20.79                       NA

此外，(offer<22.4)*offer是一个不连续的函数：这​​就是不连续性的来源。

以下应该更接近你想要的。

model <- lm(
  demand ~ ifelse(offer<22.4,offer-22.4,0) 
           + ifelse(offer>=22.4,offer-22.4,0) )
于 2012-01-06T13:51:40.107 回答