分段回归：分段R包断点检测的再现性问题

我正试图在

分段

包的帮助下，在我的数据上拟合一个3段回归，我有点迷路了

第一：这是一个可复制的示例：

y=c(520.0000, 620.0000, 653.3333, 853.3333, 1220.0000, 1553.3333, 1586.6667, 1586.6667, 1586.6667, 1586.6667, 1586.6667)
x=c(33320, 41020, 49020, 56920, 69220, 76320, 86320, 95420, 103720, 111520, 120320)
plot(y~x)
out=lm(y~x)

我的数据有两个可见断点：

-首先，我尝试用K=2指定已知数量的断点：

mdl2=segmented(out, seg.Z =~x, psi=NA, control=seg.control(K=2,n.boot=0,it.max=500,stop.if.error=FALSE,display=T))
plot(mdl2)
points(y~x)

这给了我一个1断点的结果：

---

-但如果我设置

2，我也会尝试使用分段函数，但由于函数的再现性问题，我放弃了results@agenis：你用哪一个来代替？；）我以前使用过
lm.br
包，但它仅限于一个断点回归。事实上，我只需要一个断点，所以我根据交叉验证错误自己编写了循环。无论如何，最终lowess模型比changepoint模型要好得多我也试着使用分段函数，但由于函数的再现性问题，我放弃了results@agenis：你用哪一个来代替？；）我以前使用过
lm.br
包，但它仅限于一个断点回归。事实上，我只需要一个断点，所以我根据交叉验证错误自己编写了循环。无论如何，最终lowess模型比changepoint模型要好得多