R中的线性回归
我有一个问题，可能更多的是一个统计查询，而不是直接与r相关的问题，但可能是因为我只是错误地调用了一个r软件包，所以我会在这里发布这个问题。 我有以下数据集：
x<-c(1e-08, 1.1e-08, 1.2e-08, 1.3e-08, 1.4e-08, 1.6e-08, 1.7e-08,
1.9e-08, 2.1e-08, 2.3e-08, 2.6e-08, 2.8e-08, 3.1e-08, 3.5e-08,
4.2e-08, 4.7e-08, 5.2e-08, 5.8e-08, 6.4e-08, 7.1e-08, 7.9e-08,
8.8e-08, 9.8e-08, 1.1e-07, 1.23e-07, 1.38e-07, 1.55e-07, 1.76e-07,
1.98e-07, 2.26e-07, 2.58e-07, 2.95e-07, 3.25e-07, 3.75e-07, 4.25e-07,
4.75e-07, 5.4e-07, 6.15e-07, 6.75e-07, 7.5e-07, 9e-07, 1.15e-06,
1.45e-06, 1.8e-06, 2.25e-06, 2.75e-06, 3.25e-06, 3.75e-06, 4.5e-06,
5.75e-06, 7e-06, 8e-06, 9.25e-06, 1.125e-05, 1.375e-05, 1.625e-05,
1.875e-05, 2.25e-05, 2.75e-05, 3.1e-05)
y2<-c(-0.169718017273307, 7.28508517630734, 71.6802510299446, 164.637259265704,
322.02901173786, 522.719633360006, 631.977073772459, 792.321270345847,
971.810607095548, 1132.27551798986, 1321.01923840546, 1445.33152600664,
1568.14204073109, 1724.30089942149, 1866.79717333592, 1960.12465709003,
2028.46548012508, 2103.16027631327, 2184.10965255236, 2297.53360080873,
2406.98288043262, 2502.95194879366, 2565.31085776325, 2542.7485752473,
2499.42610084412, 2257.31567571328, 2150.92120390084, 1998.13356362596,
1990.25434682546, 2101.21333152526, 2211.08405955931, 1335.27559108724,
381.326449703455, 430.9020598199, 291.370887491989, 219.580548355043,
238.708972427248, 175.583544448326, 106.057481792519, 59.8876372379487,
26.965143266819, 10.2965349811467, 5.07812046132922, 3.19125838983254,
0.788251933518549, 1.67980552001939, 1.97695007279929, 0.770663673279958,
0.209216903989619, 0.0117903221723813, 0.000974437796492681,
0.000668823762763647, 0.000545308757270207, 0.000490042305650751,
0.000468780182460397, 0.000322977916070751, 0.000195423690538495,
0.000175847622407421, 0.000135771259866332, 9.15607623591363e-05)
当情节看起来像这样：分割测试http://i48.tinypic.com/25pltoy.png
然后我试图用分割程序包在三个区域（10 -7 -10 -7 -7和10 -6 -6）产生三个线性回归（黑色实线） ），因为我有一个在这些不同地区找到不同关系的理论基础。 很明显，我使用下面的代码尝试失败：
lin.mod <- lm(y2~x)
segmented.mod <- segmented(lin.mod, seg.Z = ~x, psi=c(0.0000001,0.000001))
因此，我的第一个问题是，除了断点之外，我还可以调整细分的其他参数吗？ 据我所知，我已将迭代设置为默认最大值。
我的第二个问题是：我可以尝试使用nls包进行分割吗？ 看起来情节（10 ^ - 8 - 10 ^ -7和10 ^ -7 - 10 ^ -6）上的前两个区域距离线性还有最后一部分，因此多项式函数可能会更好这里？
作为结果的一个例子，我觉得可以接受，我已经手动标注了原始图：注释分割示例http://i45.tinypic.com/zjb439.jpg。
编辑：使用线性拟合的原因是它们提供的简单性，对于未经训练的眼睛而言，它需要相当复杂的非线性函数才能将数据集作为单个单位进行回归。 我想到的一个想法是为数据拟合一个对数正态模型，因为这可能会沿着一个对数x轴倾斜。 我没有足够的权限在R做这件事，但是我的知识只能延伸到fitdistr，据我所知，这种做法在这里不起作用。
任何有关方向的帮助或指导将不胜感激。
如果您对segmented软件包不满意，可以使用mars算法尝试地球软件包。 但在这里，我发现分段模型的结果是非常可接受的。 请参阅下面的R-Squared。
lin.mod <- lm(y2~x)
segmented.mod <- segmented(lin.mod, seg.Z = ~x, psi=c(0.0000001,0.000001))
summary(segmented.mod)
Meaningful coefficients of the linear terms:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -2.163e+02 1.143e+02 -1.893 0.0637 .
x 4.743e+10 3.799e+09 12.485 <2e-16 ***
U1.x -5.360e+10 3.824e+09 -14.017 NA
U2.x 6.175e+09 4.414e+08 13.990 NA
Residual standard error: 232.9 on 54 degrees of freedom
Multiple R-Squared: 0.9468, Adjusted R-squared: 0.9419
Convergence attained in 5 iterations with relative change 3.593324e-14
您可以通过绘制模型来检查结果：
plot(segmented.mod)
为了得到图的系数，你可以这样做：
intercept(segmented.mod)
$x
Est.
intercept1 -216.30
intercept2 3061.00
intercept3 46.93
> slope(segmented.mod)
$x
Est. St.Err. t value CI(95%).l CI(95%).u
slope1 4.743e+10 3.799e+09 12.4800 3.981e+10 5.504e+10
slope2 -6.177e+09 4.414e+08 -14.0000 -7.062e+09 -5.293e+09
slope3 -2.534e+06 5.396e+06 -0.4695 -1.335e+07 8.285e+06
下一篇: The right way to plot multiple y values as separate lines with ggplot2