如何在R中实现仅含2014固定断点的分段回归并绘图

问题原因 #

segmented包默认会尝试基于数据检测更多断点，即便指定了fixed.psi，仍可能触发额外断点的自动检测逻辑，导致不符合预期的结果。要强制仅保留2014这一个断点，可通过调整参数或换用更可控的手动分段方法实现。

方案1：修正segmented函数参数 #

通过添加k=1明确指定仅允许1个断点，结合fixed.psi锁定2014年的断点位置，阻止包自动检测额外断点：

# 修正后的segmented调用
seg1 <- segmented(obj = model1, 
                  seg.Z = ~ year,
                  psi = 2014,
                  fixed.psi = 2014,
                  k = 1)  # 强制限定仅1个断点

# 后续绘图代码保持不变
fitted <- fitted(seg1)
segmodel <- data.frame(Year = vaa_data$year, Efficiency = fitted)
ggplot(segmodel, aes(x = Year, y = Efficiency)) + geom_line()

方案2：手动分段回归（更可控，推荐） #

如果不想依赖segmented的自动逻辑，可手动拆分数据、分别拟合回归模型，完全掌控分段边界，避免额外断点：

# 1. 添加分组标识：区分2014年前后阶段
vaa_data$phase <- ifelse(vaa_data$year <= 2014, "干预前", "干预后")

# 2. 分别拟合两段线性回归
pre_model <- lm(efficiency ~ year, data = vaa_data[vaa_data$year <= 2014, ])
post_model <- lm(efficiency ~ year, data = vaa_data[vaa_data$year >= 2014, ])

# 3. 生成两段拟合值
vaa_data$fitted_val <- NA
vaa_data$fitted_val[vaa_data$year <= 2014] <- predict(pre_model, vaa_data[vaa_data$year <= 2014, ])
vaa_data$fitted_val[vaa_data$year >= 2014] <- predict(post_model, vaa_data[vaa_data$year >= 2014, ])

# 4. 绘制分段回归图，可添加原始数据点和断点标注
library(ggplot2)
ggplot(vaa_data, aes(x = year, y = efficiency)) +
  geom_point(color = "gray") +
  geom_line(aes(y = fitted_val), color = "#2c3e50", linewidth = 1) +
  geom_vline(xintercept = 2014, linetype = "dashed", color = "#e74c3c") +
  labs(x = "年份", y = "飞机效率", title = "2014年干预前后效率变化分段回归") +
  theme_minimal()

此方法逻辑清晰，完全手动控制分段规则，后续分析对照组时可直接复用相同框架，避免工具包自动逻辑带来的不确定性。

内容的提问来源于stack exchange，提问作者Nico