直线和水平线在断点处连接的分段回归

我想做一个带有一个断点的分段线性回归，其中回归线的第二半有slope = 0。有一些关于如何进行分段线性回归的示例，例如here https://stackoverflow.com/questions/15874214/piecewise-function-fitting-with-nls-in-r。我遇到的问题是我不清楚如何将模型一半的斜率修复为 0。

I tried

lhs <- function(x) ifelse(x < k, k-x, 0)
rhs <- function(x) ifelse(x < k, 0, x-k)
fit <- lm(y ~ lhs(x) + rhs(x)) 

where k是断点，但右侧的段不是平坦/水平的。

我想将第二段的斜率限制为 0。我尝试过：

fit <- lm(y ~ x * (x < k) + x * (x > k))

但同样，我不确定如何让后半部分的斜率为零。

任何帮助是极大的赞赏。

我自己的解决方案

感谢下面的评论，我有一个解决方案。这是我用来优化然后绘制拟合的代码：

x <- c(1, 2, 3, 1, 2, 1, 6, 1, 2, 3, 2, 1, 4, 3, 1)
y <- c(0.041754212, 0.083491254, 0.193129615, 0.104249201, 0.17280516, 
0.154342335, 0.303370501, 0.025503008, 0.123934121, 0.191486527, 
0.183958737, 0.156707866, 0.31019215, 0.281890206, 0.25414608)

range_x <- max(x) - min(x)
intervals <- 1000
coef1 <- c()
coef2 <- c()
r2 <- c()

for (i in 1:intervals) {
  k <- min(x) + (i-1) * (range_x / intervals)     
  x2 = (x - k) * (x < k)
  fit <- lm(y ~ x2)
  coef1[i] <- summary(fit)$coef[1]
  coef2[i] <- summary(fit)$coef[2]
  r2[i] <- summary(fit)$r.squared
  }

best_r2 <- max(r2)   # get best r squared
pos <- which.max(r2)                                          
best_k <- min(x) + (pos - 1) * (range_x / intervals)

plot(x, y) 
curve(coef1[pos] - best_k * coef2[pos] + coef2[pos] * x,
      from=min(x), to=best_k, add = TRUE)
segments(best_k, coef1[pos], max(x), coef1[pos])

Stack Overflow 上有一个非常相似的帖子：使用二次多项式和在断点处平滑连接的直线进行分段回归 https://stackoverflow.com/q/39418783/4891738。唯一的区别是我们现在考虑：

事实证明，函数est, choose.c and pred定义于我的答案 https://stackoverflow.com/a/40817449/4891738根本不需要改变；我们只需要修改getX返回分段回归的设计矩阵：

getX <- function (x, c) cbind("beta0" = 1, "beta1" = pmin(x - c, 0))

现在，我们按照以下代码进行操作玩具示例 https://stackoverflow.com/a/40817494/4891738使模型适合您的数据：

x <- c(1, 2, 3, 1, 2, 1, 6, 1, 2, 3, 2, 1, 4, 3, 1)
y <- c(0.041754212, 0.083491254, 0.193129615, 0.104249201, 0.17280516, 
0.154342335, 0.303370501, 0.025503008, 0.123934121, 0.191486527, 
0.183958737, 0.156707866, 0.31019215, 0.281890206, 0.25414608)

x范围从1到6，所以我们考虑

c.grid <- seq(1.1, 5.9, 0.05)
fit <- choose.c(x, y, c.grid)
fit$c
# 4.5

最后我们做出预测图：

x.new <- seq(1, 6, by = 0.1)
p <- pred(fit, x.new)
plot(x, y, ylim = c(0, 0.4))
matlines(x.new, p[,-2], col = c(1,2,2), lty = c(1,2,2), lwd = 2)

我们在拟合模型中有丰富的信息：

str(fit)
#List of 12
# $ coefficients : num [1:2] 0.304 0.055
# $ residuals    : num [1:15] -0.06981 -0.08307 -0.02844 -0.00731 0.00624 ...
# $ fitted.values: num [1:15] 0.112 0.167 0.222 0.112 0.167 ...
# $ R            : num [1:2, 1:2] -3.873 0.258 9.295 -4.37
# $ sig2         : num 0.00401
# $ coef.table   : num [1:2, 1:4] 0.3041 0.055 0.0384 0.0145 7.917 ...
#  ..- attr(*, "dimnames")=List of 2
#  .. ..$ : chr [1:2] "beta0" "beta1"
#  .. ..$ : chr [1:4] "Estimate" "Std. Error" "t value" "Pr(>|t|)"
# $ aic          : num -34.2
# $ bic          : num -39.5
# $ c            : num 4.5
# $ RSS          : num 0.0521
# $ r.squared    : num 0.526
# $ adj.r.squared: num 0.49

例如，我们可以检查系数汇总表：

fit$coef.table
#        Estimate Std. Error  t value     Pr(>|t|)
#beta0 0.30406634 0.03840657 7.917039 2.506043e-06
#beta1 0.05500095 0.01448188 3.797915 2.216095e-03