segmented包中selgmented与segmented函数输出差异原因及对齐方法问询

差异原因 #

• 初始值策略差异：selgmented()会通过内部bootstrap或候选点筛选生成最优初始断点，而手动调用segmented()仅指定npsi时，默认用线性预测值分位数作为初始值，初始值的不同会导致迭代收敛到不同局部最优解。
• 模型选择逻辑不同：selgmented()在选择断点数量的同时，会结合AIC/BIC等准则筛选最优断点位置与斜率组合；而segmented()指定npsi是强制固定断点数量，无模型复杂度惩罚，可能收敛到满足数量要求但非selgmented()选中的解。
• 迭代控制参数细节差异：selgmented()内部使用的默认控制参数（如tol收敛阈值、boot.type抽样类型）可能与手动设置的seg.control()参数不一致，仅调整n.boot和it.max无法覆盖所有差异。
• 时间序列特性适配差异：自定义时间序列存在自相关、时序依赖性时，selgmented()可能针对性使用时序bootstrap抽样，而segmented()默认按普通线性回归处理，忽略时序特性导致结果偏差。

对齐结果的可行方法 #

• 复用selgmented的最优断点作为初始值：从selgmented()返回对象中提取已确定的断点位置（obj$psi），直接传入segmented()的psi参数，而非仅指定npsi。示例代码：

library(segmented)
# 拟合初始线性模型（以时间序列为例）
lm_ts <- lm(y ~ time, data = ts_data)
# 用selgmented选择断点
seg_sel <- selgmented(lm_ts, seg.Z = ~time)
# 传入selgmented的断点作为初始值运行segmented
seg_aligned <- segmented(lm_ts, seg.Z = ~time, psi = seg_sel$psi,
                         control = seg.control(it.max = 1000, tol = 1e-6))

• 完全匹配selgmented的控制参数：查看selgmented()的默认控制参数（可通过selgmented源码或args(selgmented)确认），在segmented()的seg.control()中设置完全相同的参数，包括n.boot、tol、boot.type（时间序列需设为"ts"）等。
• 统一优化算法：在seg.control()中指定与selgmented()一致的优化方法（如optim.method = "BFGS"），确保迭代过程的一致性。
• 时间序列预处理：对自定义时间序列先校正自相关（如拟合ARIMA模型提取残差，再对残差做分段回归），消除时序依赖性对断点估计的影响。

实例验证（Plant organ数据集） #

data(plant)
lm_plant <- lm(y ~ x, data = plant)
# 运行selgmented
seg_sel_plant <- selgmented(lm_plant, seg.Z = ~x)
# 传入断点对齐结果
seg_fix_plant <- segmented(lm_plant, seg.Z = ~x, psi = seg_sel_plant$psi,
                           control = seg.control(it.max = 500, tol = 1e-7))
# 对比结果
summary(seg_sel_plant)
summary(seg_fix_plant)

执行后可观察到断点位置与分段斜率完全一致。

内容的提问来源于stack exchange，提问作者Will B