タグ付けされた質問 「piecewise-linear」

他のランダム効果も推定する必要があるときに、Rに区分的線形モデルのブレークポイントを（固定またはランダムパラメーターとして）推定させる方法を教えてもらえますか？ ブレークポイント4のランダムスロープ分散とランダムy切片分散を使用したホッケースティック/ブロークンスティック回帰に適合するおもちゃの例を以下に示します。ブレークポイントを指定する代わりに推定したいです。ランダム効果（望ましい）または固定効果の可能性があります。 library(lme4) str(sleepstudy) #Basis functions bp = 4 b1 <- function(x, bp) ifelse(x < bp, bp - x, 0) b2 <- function(x, bp) ifelse(x < bp, 0, x - bp) #Mixed effects model with break point = 4 (mod <- lmer(Reaction ~ b1(Days, bp) + b2(Days, bp) + (b1(Days, …

14 r  mixed-model  lme4-nlme  change-point  piecewise-linear 

状況 1つの従属と1つの独立変数データセットがあります。発生する既知の/固定されたブレークポイントを使用して、連続的な区分線形回帰を近似したいと思います。ブレイクポインは不確実性なく知られているので、推定したくありません。次に、の形式の回帰（OLS）を これはX K （1、2、... 、K）Y I = β 0 + β 1 X I + β 2マックス（X I - 1、0 ）+ β 3マックス（X I - 2、0 ）+ ... + β K + 1つのマックス（Xyyyxxxkkk(a1,a2,…,ak)(a1,a2,…,ak)(a_{1}, a_{2}, \ldots, a_{k})yi=β0+β1xi+β2max(xi−a1,0)+β3max(xi−a2,0)+…+βk+1max(xi−ak,0)+ϵiyi=β0+β1xi+β2max⁡(xi−a1,0)+β3max⁡(xi−a2,0)+…+βk+1max⁡(xi−ak,0)+ϵi y_{i} = \beta_{0} + \beta_{1}x_{i} + \beta_{2}\operatorname{max}(x_{i}-a_{1},0) + \beta_{3}\operatorname{max}(x_{i}-a_{2},0) +\ldots+ \beta_{k+1}\operatorname{max}(x_{i}-a_{k},0) +\epsilon_{i} R …

9 r  regression  standard-error  piecewise-linear