R 基于模型的分区；“两层互动”；（分段模型）

我正在尝试构建一个基于模型的树，它具有“两层交互”的类型，其中树节点中的模型再次被分割

为此，我使用了

mob（）

函数，但我无法使

fit

函数的参数与

lmtree（）

函数一起工作

在下面的示例中，

a

是

b

的函数，

a

和

b

之间的关系取决于

d

和

b | d

library("partykit")
set.seed(321)

b <- runif(200)
d <- sample(1:2, 200, replace = TRUE)
a <- jitter(ifelse(d == 1, 2 * b - 1, 4 * b - 1.2), amount = .1)
a[b < .5 & d == 1] <- jitter(rep(0, length(a[b < .5 & d == 1])))
a[b < .3 & d == 2] <- jitter(rep(0, length(a[b < .3 & d == 2])))

fit <- function(y, x, start = NULL, weights = NULL, offset = NULL, ..., estfun = FALSE, object = FALSE)
{   
  x <- x[, 2]
  l <- lmtree(y ~ x | b)
  return(l)
}   

m <- mob(a ~ b | d, fit = fit) # not working

library（“partykit”）
种子集（321）
b没有，但有；-）

不，
lmtree（）
不能轻松用作
mob（）的装配工

内部树（
lmtree（）
）的维度是不固定的，也就是说，您可能会得到一个没有任何分区或有许多子组的树，这将使外部树（
mob（）
）感到困惑

即使人们解决了维度问题，或通过总是强制一次中断来解决它，也需要更多的工作来设置正确的系数向量、估计函数矩阵等。这也不是很简单，因为如果给定断点（例如，对于二元因子），收敛速度（以及由此产生的推断）是不同的或者必须进行估计（例如对于数值变量
b
）

按照设置
fit（）
函数的方式，内部
lmtree（）
不知道在哪里可以找到
b
。它只有一个数值向量
y
和一个数值矩阵
x
，而不是原始数据

但是是的，如果将视图从拟合“两层”树更改为拟合树中的“分段”模型，我认为所有这些问题都可以解决。我的印象是，您希望拟合一个模型
y~x
（或您的示例中的
a~b
），其中分段线性函数与
x
中的附加断点一起使用。如果分段线性函数假定在
x
中是连续的，那么
分段的
包可以很容易地使用。如果没有，则可以利用
strucchange
。假设您想要前者（因为您已经模拟了这样的数据），我将在下面包含一个经过处理的
分段的
示例（还稍微修改了您的问题以反映这一点）

稍微更改名称和代码，您的数据
d
具有分段分段线性关系
y~x
，系数取决于组变量
g

set.seed(321)
d <- data.frame(
  x = runif(200),
  g = factor(sample(1:2, 200, replace = TRUE))
)
d$y <- jitter(ifelse(d$g == "1",
  pmax(0, 2 * d$x - 1),
  pmax(0, 4 * d$x - 1.2)
), amount = 0.1)

（注意：我没有尝试过
segmented（）
是否也支持
lm（）
具有
权重和
偏移量的对象）

在这个基本示例中，我们可以得到在
g
中简单拆分的完整树：

library("partykit")
segtree <- mob(y ~ x | g, data = d, fit = segfit)
plot(segtree, terminal_panel = node_bivplot, tnex = 2)

library（“partykit”）
塞格特里：谢谢：-）我真的很惊讶把这些放在一起是多么容易！但是维托的
分段的
足够友好，可以提供我们所需的所有构建块。现在我很想看看它在真实数据中的效果如何……谢谢@AchimZeileis。实际上，我一开始正是使用了这种方法（分段函数拟合）。但我放弃了我的真实数据，因为它需要几天才能运行。。。无论如何，再次感谢您的帮助。@MassCorr对于
mob（y~x |…，fit=segtree）
而言，与
lmtree（y~x |…）
相比，计时问题是不是非常不同？如果后者也需要很长时间，那么可能需要粗化一些回归系数或因子，以减轻分割点搜索、增加最小分段大小、限制树深度等。我知道@AchimZeileis mob+segmented比lmtreeOk花费更多的时间。大约多少钱？可能有人可以玩弄起始值等。可能有些加速是可能的。询问维托也可能有帮助。。。
library("partykit")
segtree <- mob(y ~ x | g, data = d, fit = segfit)
plot(segtree, terminal_panel = node_bivplot, tnex = 2)