Cara melakukan regresi sepotong di r (langkah demi langkah)

Regresi sepotong-sepotong adalah metode regresi yang sering kita gunakan ketika terdapat “breakpoint” yang jelas dalam suatu kumpulan data.

Contoh langkah demi langkah berikut menunjukkan cara melakukan regresi sepotong-sepotong di R.

Langkah 1: Buat datanya

Pertama, mari buat bingkai data berikut:

 #view DataFrame
df <- data. frame (x=c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16),
                 y=c(2, 4, 5, 6, 8, 10, 12, 13, 15, 19, 24, 28, 31, 34, 39, 44))

#view first six rows of data frame
head(df)

  xy
1 1 2
2 2 4
3 3 5
4 4 6
5 5 8
6 6 10

Langkah 2: Visualisasikan datanya

Selanjutnya, mari buat diagram sebar untuk memvisualisasikan data:

 #create scatterplot of x vs. y
plot(df$x, df$y, pch= 16 , col=' steelblue ')

Kita dapat melihat bahwa hubungan antara x dan y nampaknya berubah secara tiba-tiba di sekitar x = 9 .

Langkah 3: Sesuaikan model regresi sepotong-sepotong

Kita dapat menggunakan fungsi segmented() dari paket tersegmentasi di R untuk menyesuaikan model regresi sepotong demi sepotong ke kumpulan data kita:

 library (segmented)

#fit simple linear regression model
fit <- lm(y ~ x, data=df)

#fit piecewise regression model to original model, estimating a breakpoint at x=9
segmented. fit <- segmented(fit, seg.Z = ~x, psi= 9 )

#view summary of segmented model
summary( segmented.fit )

Call: 
segmented.lm(obj = fit, seg.Z = ~x, psi = 9)

Estimated Break-Point(s):
         East. St.Err
psi1.x 8.762 0.26

Meaningful coefficients of the linear terms:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 0.32143 0.48343 0.665 0.519    
x 1.59524 0.09573 16.663 1.16e-09 ***
U1.x 2.40476 0.13539 17.762 NA    
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.6204 on 12 degrees of freedom
Multiple R-Squared: 0.9983, Adjusted R-squared: 0.9978 

Convergence achieved in 2 iter. (rel. changes 0)

Fungsi segmented() mendeteksi breakpoint pada x = 8.762.

Model regresi sepotong-sepotong yang dipasang adalah:

Jika x ≤ 8,762: y = 0,32143 + 1,59524*(x)

Jika x > 8,762: y = 0,32143 + 1,59524*(8,762) + (1,59524+2,40476)*(x-8,762)

Misalnya kita mempunyai nilai x = 5 . Perkiraan nilainya adalah:

• kamu = 0,32143 + 1,59524*(x)
• kamu = 0,32143 + 1,59524*(5)
• kamu = 8,297

Atau misalkan kita mempunyai nilai x = 12 . Perkiraan nilainya adalah:

• kamu = 0,32143 + 1,59524*(8,762) + (1,59524+2,40476)*(12-8,762)
• kamu = 27,25

Langkah 4: Visualisasikan model regresi sepotong-sepotong terakhir

Kita dapat menggunakan kode berikut untuk memvisualisasikan model regresi sepotong-sepotong terakhir di atas data asli kita:

 #plot original data
plot(df$x, df$y, pch= 16 , col=' steelblue ')

#add segmented regression model
plot(segmented. fit , add= T )

Tampaknya model regresi sepotong-sepotong cukup cocok dengan data.

Sumber daya tambahan

Tutorial berikut memberikan informasi tambahan tentang model regresi di R:

Cara melakukan regresi linier sederhana di R
Cara melakukan regresi linier berganda di R
Bagaimana melakukan regresi logistik di R
Bagaimana melakukan regresi kuantil di R
Bagaimana melakukan regresi tertimbang di R