Regresión por partes en R
La regresión por partes se usa cuando hay puntos de corte claros en los datos. Este tutorial demuestra cómo realizar una regresión por partes en R.
Regresión por partes en R
Cuando hay puntos de corte claros en los datos, la regresión que funcionará será la regresión por partes. La regresión por partes es el proceso paso a paso como se demuestra a continuación:
-
Cree el marco de datos.
-
Ajuste el modelo de regresión lineal para los datos. Podemos hacerlo usando el método
lm(). -
Ajuste el modelo de regresión por partes. Se utiliza el método
segmented()del paquetesegmentedpara ajustar el modelo de regresión por partes. -
Visualice el modelo de regresión por partes final utilizando el método
plot().
Ahora probemos un ejemplo usando los pasos anteriores. Ver ejemplo:
#Step 1
#create the DataFrame
data<-read.table(text="
Year Stopped
2015 973
2016 1025
2017 1151
2018 1384
2019 4507
2020 15557
", header=T, sep="")
#first six rows of the data frame
head(data)
#Step2
#fit the simple linear regression model
dput(names(data))
q.lm <- lm(log(Stopped) ~ Year, data)
summary(q.lm)
#Step3
#fit the piecewise regression model to original model,
#estimating a breakpoint at x=14
install.packages('segmented')
library(segmented)
o <- segmented(q.lm, seg.Z = ~Year, psi = 2018)
# view the summary
summary(o)
#Step4
# visulize the piecewise regression model
plot(o)
points(log(Stopped) ~ Year, data)
El código anterior crea un modelo de regresión por partes para las personas que abandonaron los estudios durante diferentes años. El código tiene algunas salidas, que se describen a continuación:
La salida para el paso 1:
Year Stopped
1 2015 973
2 2016 1025
3 2017 1151
4 2018 1384
5 2019 4507
6 2020 15557
Muestra la cabecera de los datos.
La salida para el paso 2:
Call:
lm(formula = log(Stopped) ~ Year, data = data)
Residuals:
1 2 3 4 5 6
0.50759 0.03146 -0.38079 -0.72463 -0.07216 0.63853
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -1057.9257 279.3081 -3.788 0.0193 *
Year 0.5282 0.1384 3.815 0.0189 *
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 0.5791 on 4 degrees of freedom
Multiple R-squared: 0.7844, Adjusted R-squared: 0.7305
F-statistic: 14.56 on 1 and 4 DF, p-value: 0.01886
Esto muestra el resumen del modelo de regresión lineal.
La salida para el paso 3:
***Regression Model with Segmented Relationship(s)***
Call:
segmented.lm(obj = q.lm, seg.Z = ~Year, psi = 2018)
Estimated Break-Point(s):
Est. St.Err
psi1.Year 2017.91 0.039
Meaningful coefficients of the linear terms:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -162.39260 35.56716 -4.566 0.0448 *
Year 0.08400 0.01764 4.761 0.0414 *
U1.Year 1.12577 0.02495 45.121 NA
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 0.02495 on 2 degrees of freedom
Multiple R-Squared: 0.9998, Adjusted R-squared: 0.9995
Boot restarting based on 6 samples. Last fit:
Convergence attained in 1 iterations (rel. change 3.7909e-16)
Esto ajusta el modelo de regresión por partes y muestra el resumen del modelo. El modelo detecta un punto de ruptura en el año 2017.91.
La salida para el paso 4:
Visualiza el modelo de regresión por partes. El gráfico muestra que el modelo de regresión por partes se ajusta bastante bien a los datos proporcionados.
Sheeraz is a Doctorate fellow in Computer Science at Northwestern Polytechnical University, Xian, China. He has 7 years of Software Development experience in AI, Web, Database, and Desktop technologies. He writes tutorials in Java, PHP, Python, GoLang, R, etc., to help beginners learn the field of Computer Science.
LinkedIn Facebook