R语言分段回归

最新推荐文章于 2022-12-23 16:44:32 发布

原创

最新推荐文章于 2022-12-23 16:44:32 发布 · 1.1w 阅读

收录于

当前文章被以下社区和专栏收录：

这篇博客介绍了如何在R语言中运用虚拟变量进行分段线性回归，以TAX与GDP的关系为例，通过分析得出在GDP约等于800时存在转折点。最终确定了最佳分段位置在1995年，得到了最佳回归方程：TAX = 5.7033 + 0.0945*GDP - 87.6754*D + 0.1080*GDP*D。并展示了相关图形结果。

1.利用虚拟变量进行线性回归

（MEdata.csv的数据来源：https://github.com/ChenQihome9/CSDN-Data-Library/blob/master/MEdata.csv）

问题13：针对TAX~GDP，使用分段回归方法，找到其回归方程。编程，并根据程序结果叙述如下几方面问题：（1）分几段最佳？（不超过5段内）（2）分段位置定在哪儿最佳？（3）写出最佳方程，将最佳方程的曲线与数据点绘制到一幅图中。

观察GDP与TAX的图像，发现图形在GDP=800左右发生转折，利用分段线性回归进行拟合。

##### 13-01 #####
a <- read.table(file='MEdata.csv',header=T,sep=',')
attach(a)
summary(GDP) #获取GDP的数据特征，比如最小值、中位数、四分位数
plot(GDP,TAX)
L <- length(GDP)
t <- 1:L
Ddraw <- function(i){
  D <- ifelse(t > i,1,0)   #获取虚拟变量D不同分割
  LM <- lm(TAX~GDP*D)
  s <- summary(LM)
  YTAX <- LM$co[[1]] + LM$co[[2]] * GDP + LM$co[[3]] * D + LM$co[[4]] * GDP * D 
  lines(GDP,YTAX)
  fs <- s$fs[[1]]  #Fstatistic
  z <- list(fs=fs,co= LM