Сегментированная регрессия , также известная как кусочная регрессия или регрессия с ломаной линией , представляет собой метод регрессионного анализа , в котором независимая переменная разбивается на интервалы и каждому интервалу соответствует отдельный сегмент линии. Сегментированный регрессионный анализ также можно выполнить на многомерных данных путем разделения различных независимых переменных. Сегментированная регрессия полезна, когда независимые переменные, сгруппированные в разные группы, демонстрируют разные отношения между переменными в этих регионах. Границы между сегментами являются точками останова .
Сегментированная линейная регрессия — это сегментированная регрессия, при которой отношения в интервалах получаются с помощью линейной регрессии .
Сегментированная линейная регрессия с двумя сегментами, разделенными точкой останова, может быть полезна для количественной оценки резкого изменения функции отклика (Yr) варьирующегося влиятельного фактора ( x ). Точку останова можно интерпретировать как критическое , безопасное или пороговое значение, за которым или ниже которого возникают (не)желательные эффекты. Точка останова может быть важна при принятии решений [1]
На рисунках показаны некоторые полученные результаты и типы регрессии.
Сегментированный регрессионный анализ основан на наличии набора данных ( y, x ), в которых y является зависимой переменной , а x — независимой переменной .
Метод наименьших квадратов применяется отдельно к каждому сегменту, с помощью которого две линии регрессии создаются так, чтобы максимально точно соответствовать набору данных, при этом минимизируя сумму квадратов разностей (SSD) между наблюдаемыми ( y ) и расчетными (Yr) значениями. зависимой переменной приводит к следующим двум уравнениям:
где:
Данные могут отражать множество типов или тенденций, [2] см. рисунки.
Этот метод также дает два коэффициента корреляции (R):
и
где:
и
При определении наиболее подходящего тренда необходимо провести статистические тесты , чтобы убедиться, что этот тренд надежен (значим).
Когда не удается обнаружить значимую точку останова, необходимо вернуться к регрессии без точки останова.
Для синего рисунка справа, который показывает связь между урожайностью горчицы (Yr = Ym, т/га) и засолением почвы ( x = Ss, выраженной как электропроводность почвенного раствора EC в дСм/м), обнаружено, что : [3]
БП = 4,93, А 1 = 0, К 1 = 1,74, А 2 = -0,129, К 2 = 2,38, R 1 2 = 0,0035 (незначимо), R 2 2 = 0,395 (значимо) и:
что указывает на то, что засоленность почвы < 4,93 дСм/м безопасна, а засоление почвы > 4,93 дСм/м снижает урожайность при 0,129 т/га на единицу увеличения засоления почвы.
На рисунке также показаны доверительные интервалы и неопределенность, как описано ниже.
Для определения типа тренда используются следующие статистические тесты :
Кроме того, используются коэффициент корреляции всех данных (Ra), коэффициент детерминации или коэффициент объяснения, доверительные интервалы функций регрессии и анализ ANOVA . [5]
Коэффициент детерминации для всех данных (Cd), который должен быть максимизирован в условиях, установленных критериями значимости, находится из:
где Yr — ожидаемое (прогнозированное) значение y согласно предыдущим уравнениям регрессии, а Ya — среднее всех значений y .
Коэффициент Cd варьируется от 0 (полное отсутствие объяснения) до 1 (полное объяснение, идеальное совпадение).
В чистой несегментированной линейной регрессии значения Cd и Ra 2 равны. В сегментированной регрессии Cd должен быть значительно больше, чем Ra 2 , чтобы оправдать сегментацию.
Оптимальное значение точки излома может быть найдено таким, чтобы коэффициент Cd был максимальным .
Сегментированная регрессия часто используется для определения того, в каком диапазоне объясняющая переменная (X) не оказывает влияния на зависимую переменную (Y), в то время как за пределами досягаемости существует четкий ответ, будь то положительный или отрицательный. Область отсутствия эффекта может быть обнаружена в начальной части X-домена или, наоборот, в его последней части. Для анализа «без эффекта» применение метода наименьших квадратов для анализа сегментированной регрессии [6] может быть не самым подходящим методом, поскольку цель состоит, скорее, в том, чтобы найти самый длинный участок, на котором можно считать, что отношение YX имеет нулевое значение. уклон, в то время как за пределами досягаемости уклон существенно отличается от нуля, но знание о наилучшем значении этого уклона не является существенным. Методом определения диапазона отсутствия эффекта является прогрессивная частичная регрессия [7] по диапазону, расширяющая диапазон небольшими шагами до тех пор, пока коэффициент регрессии не станет значительно отличаться от нуля.
На следующем рисунке точка излома находится при X=7,9, тогда как для тех же данных (см. синий рисунок выше, где показан выход горчицы), метод наименьших квадратов дает точку излома только при X=4,9. Последнее значение ниже, но соответствие данных за точкой останова лучше. Следовательно, от цели анализа будет зависеть, какой метод необходимо использовать.