HOWTO · R
R의 조각별 회귀
이 튜토리얼은 R에서 조각별 회귀를 수행하는 방법을 보여줍니다.
조각별 회귀는 데이터에 명확한 중단점이 있을 때 사용됩니다. 이 튜토리얼은 R에서 조각별 회귀를 수행하는 방법을 보여줍니다.
R의 조각별 회귀
데이터에 명확한 중단점이 있는 경우 작동하는 회귀는 조각별 회귀가 됩니다. 조각별 회귀는 아래와 같이 단계별 프로세스입니다.
-
데이터 프레임을 생성합니다.
-
데이터에 대한 선형 회귀 모델을 피팅합니다.
lm()메서드를 사용하여 수행할 수 있습니다. -
조각별 회귀 모델을 피팅합니다.
segmented()메서드는segmented패키지에서 조각별 회귀 모델에 맞게 사용됩니다. -
plot()메서드를 사용하여 최종 조각별 회귀 모델을 시각화합니다.
이제 위의 단계를 사용하여 예제를 시도해 보겠습니다. 예를 참조하십시오.
#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)
위의 코드는 여러 해 동안 연구를 중단한 사람들에 대한 조각별 회귀 모델을 생성합니다. 코드에는 아래에 설명된 몇 가지 출력이 있습니다.
1단계의 출력:
Year Stopped
1 2015 973
2 2016 1025
3 2017 1151
4 2018 1384
5 2019 4507
6 2020 15557
데이터의 헤드를 보여줍니다.
2단계의 출력:
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
이것은 선형 회귀 모델에 대한 요약을 보여줍니다.
3단계의 출력:
***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)
이것은 조각별 회귀 모델에 적합하고 모델에 대한 요약을 보여줍니다. 모델은 2017.91년에 중단점을 감지합니다.
4단계의 출력:
조각별 회귀 모델을 시각화합니다. 플롯은 조각별 회귀 모델이 주어진 데이터에 잘 맞는다는 것을 보여줍니다.
