如何在R中创建分段常数（Bin平滑）模型？

我到处寻找这个问题的答案

如果你有一个解释变量x和一个响应y，你如何在R中拟合一个分段常数回归模型

我知道可以使用

segmented

包创建分段非常量模型，但我无法确定如何将每条线段的坡度约束为0。我需要能够使用模型进行预测，这就是为什么我不能简单地使用

回归图

函数的原因

谢谢你的帮助

---

Jack

您可以在base R中使用

approxfun

通过包含参数

method=“constant”

因为您不提供数据，所以我使用R中内置的数据做了一个示例

StepFun = approxfun(x=iris$Sepal.Length, 
    y = iris$Sepal.Width, method = "constant")

编辑 我现在认为问题是将x的范围分成若干个单元，并创建一个分段常数函数（使用每个单元y的平均值）。我给出了两个版本。一个更容易，更符合OP的评论。这两项操作都是使用

cut

来存储数据的

版本1：指定存储箱的端点 如果您只想指定存储箱本身，那么这很容易。请注意，我正在使用大量中间点进行打印。这样可以避免在打印中出现任何倾斜区域

## To specify break boundaries
BREAKS = seq(4,8,0.5)
BINS  = cut(iris$Sepal.Length, breaks=BREAKS, labels=FALSE)
MEANS = aggregate(iris$Sepal.Length, list(BINS), mean)$x

Step2 = approxfun(x=BREAKS[-1], y = MEANS, method = "constant")
curve(Step2, xlim=c(4.5,8),n=1001)

版本2：指定每个箱子的点数 此版本的目标不是使箱子具有相同的宽度，而是每个箱子包含（大约）相同数量的点。 你不能保证这是可以做到的。如果数据中有多个相同的x值，则可能无法获得与每个箱子完全相同的点数，但这将使您尽可能接近。其思想是使用

分位数

告诉您每个箱子的点数近似相同的箱子边界

## To specify number of points per bin
PointsPerBin = 15
Q = seq(0,1, PointsPerBin/length(iris$Sepal.Length))
QBREAKS = quantile(iris$Sepal.Length, Q)
QBINS  = cut(iris$Sepal.Length, breaks=QBREAKS, labels=FALSE)
QMEANS = aggregate(iris$Sepal.Length, list(QBINS), mean)$x

Step3 = approxfun(x=QBREAKS[-1], y = QMEANS, method = "constant")
curve(Step3, xlim=c(4.5,8),n=1001)

同样，如果使用少量的点，则绘图中似乎有倾斜区域

---

非常感谢您的回答。然后你能用它来预测新的数据吗？是的。只需使用

StepFun（YourXValue）

。这仅适用于原始x范围内的x，除非您向

approxfun

添加其他参数。如果需要，请查看approxfun.Brilliant的

规则

参数。非常感谢。我刚刚尝试实现这一点，但这并不是我想要的。我希望能够指定存储箱的大小（即，每个存储箱包含多少个数据点）。此外，即使使用

method=“constant”

连接点的线仍然有坡度？增加答案。