R语言segmented包predict函数为何未纳入其他协变量效应？

关键问题：因子变量水平不匹配 #

你的代码里，原模型中z是用as.factor(z)转换的——原数据里z是数值型的0和1，生成的因子水平默认按数值排序为0、1。但在构造newdf时，你把z设成了字符型的"1"、"0"，这导致新数据的因子水平和原模型不匹配，segmented的predict函数无法识别z的效应，所以预测值完全不随z变化。

另外补充：segmented包的predict函数确实不支持type="terms"参数，这是包本身的设计限制，只能使用"response"（默认）或"link"类型。

修正代码 #

把newdf里的z改成数值型后再转因子，确保和原模型的因子水平一致：

n=10
x=rep(seq(-3,3,l=n), 2)
z=c(rep(1, 10), rep(0, 10))
set.seed(1515)

y <- (x<0)*x/2 + 1 + 0.5*z + rnorm(x,sd=0.15)
segm <- segmented(lm(y ~ x + as.factor(z)), ~ x, psi=0.5)

# 修正newdf的z类型，和原模型保持一致
newdf <- data.frame(expand.grid(x=seq(-3, 3, 0.5), z=c(1, 0)))
newdf$z <- as.factor(newdf$z)
newdf$p1 <- predict(segm, newdata = newdf)

# 分组绘图验证效应
plot(newdf$x[newdf$z==1], newdf$p1[newdf$z==1], type="l", col="red", xlab="x", ylab="predicted y")
lines(newdf$x[newdf$z==0], newdf$p1[newdf$z==0], col="blue")
legend("topleft", legend=c("z=1", "z=0"), col=c("red", "blue"), lty=1)

效果验证 #

修正后，预测值会随z的取值呈现出0.5的差异，符合你设定的效应。你也可以通过summary(segm)查看模型系数，确认as.factor(z)1的系数接近预设的0.5。

内容的提问来源于stack exchange，提问作者cmacca