使用R的segmented包拟合分段回归时，如何限制第二段斜率非负？

要在segmented包中实现按cyl分组、且第二段斜率非负的分段回归，核心是利用segmented()的constraint参数约束斜率变化量，结合初始模型的斜率计算约束下限。以下是修改后的完整代码及说明：

完整代码 #

library(tidyverse)
library(segmented)
library(broom)

mtcars %>%
  nest_by(cyl) %>%
  mutate(
    # 先拟合基础线性模型，获取初始斜率
    lm_base = list(lm(hp ~ disp, data = data)),
    init_slope = coef(lm_base)[["disp"]],
    # 设置断点初始值（用分组内disp的中位数，提升收敛效率）
    init_break = list(quantile(data$disp, 0.5)),
    # 拟合带约束的分段回归：保证第二段斜率 ≥ 0
    seg_mod = list(segmented(
      lm_base,
      psi = init_break,
      # 约束斜率变化量U1的下限：初始斜率 + U1 ≥ 0 → U1 ≥ -init_slope
      constraint = matrix(c(-init_slope, Inf), nrow = 1),
      # 增加迭代次数，避免约束下收敛失败
      control = seg.control(iter.max = 100)
    )),
    # 清理中间变量
    lm_base = NULL, init_slope = NULL, init_break = NULL
  ) %>%
  summarize(augment(seg_mod))

关键步骤说明 #

• 基础模型拟合：先为每个分组拟合普通线性回归，提取初始斜率，用于计算约束的下限值。
• 断点初始值设置：用分组内disp的中位数作为断点初始值，帮助segmented()更快收敛到合理的断点位置。
• 斜率约束：通过constraint参数定义斜率变化量的范围。分段回归中，第二段斜率 = 初始斜率 + 斜率变化量U1，要求第二段斜率≥0，即U1 ≥ -初始斜率，因此约束矩阵的下限设为-init_slope，上限设为Inf（无上限）。
• 收敛控制：通过seg.control(iter.max = 100)增加迭代次数，避免因约束导致的收敛失败。

验证结果 #

你可以通过以下代码查看每组的分段回归参数，确认第二段斜率是否符合非负要求：

# 提取每组的分段回归参数
mtcars %>%
  nest_by(cyl) %>%
  mutate(
    lm_base = list(lm(hp ~ disp, data = data)),
    init_slope = coef(lm_base)[["disp"]],
    init_break = list(quantile(data$disp, 0.5)),
    seg_mod = list(segmented(lm_base, psi = init_break, 
                             constraint = matrix(c(-init_slope, Inf), nrow=1),
                             control = seg.control(iter.max=100)))
  ) %>%
  summarize(tidy(seg_mod))

内容的提问来源于stack exchange，提问作者Hanna