如何在R的多变量回归模型中使用受限三次样条(restricted cubic splines)

依赖包准备 #

常用两种实现方案，按需选择：

• 基础实现：用R内置splines包的ns()函数（自然三次样条，即受限三次样条），无需额外安装
• 进阶实现：用rms包的rcs()函数，配套的检验、可视化功能更完善，安装命令为install.packages("rms")

具体操作步骤 #

场景1：仅单个变量存在非线性关联 #

假设经检验只有bloodtest和因变量存在曲线关系，其余变量保持线性：

1. 若使用rms包实现：
   首先需要提前声明数据分布，避免后续绘图、预测报错：

library(rms)
dd <- datadist(df)
options(datadist = "dd")
# 构建模型，4为节点数，可按需调整为3-5
fit <- ols(imaging ~ rcs(bloodtest, 4) + age + sex + timetoblood + timetoimage, data = df)

2. 若使用基础splines包实现：

library(splines)
# df=3对应3个节点，自由度与节点数的对应关系为 节点数=自由度
fit <- lm(imaging ~ ns(bloodtest, df = 3) + age + sex + timetoblood + timetoimage, data = df)

场景2：多个变量存在非线性关联 #

如果同时有多个变量（比如bloodtest和age）都存在曲线关系，直接给所有非线性变量套样条函数即可：

# rms包示例，bloodtest用4个节点，age用3个节点
fit <- ols(imaging ~ rcs(bloodtest, 4) + rcs(age, 3) + sex + timetoblood + timetoimage, data = df)

结果检验与可视化 #

• 拟合后可通过anova(fit)查看样条项的显著性，若非线性部分的p值小于0.05，说明引入样条的拟合效果显著优于线性假设
• 若使用rms包，可直接通过Predict函数绘制调整其他协变量后的变量关联曲线：

# 绘制bloodtest和imaging的调整后关联曲线
plot(Predict(fit, bloodtest))

注意事项 #

• 节点数通常选择3-5即可，节点越多曲线灵活性越高，但也越容易出现过拟合，小样本优先选3个节点
• 受限三次样条的外推稳定性差，预测新数据时，新样本的自变量不要超出建模数据的取值范围
• 样条仅用于连续变量，分类变量（如sex）无需也不能套样条函数

内容的提问来源于stack exchange，提问作者DW1310