如何从Patsy的B样条中获取GLM模型的原始系数与分段斜率？

首先给你一个明确的结论：你的判断完全正确！不管用Patsy的bs()函数还是手动构造截断变量，分段2的斜率都是对应区间内所有生效解释变量的系数之和，分段1的斜率则直接取对应区间内生效的系数。下面详细拆解两种模型的逻辑：

1. Patsy bs(length, degree=1, knots=[32]) 的后台逻辑 #

当你指定degree=1（线性样条）和knots=[32]时，bs()会生成两个样条基函数：

• 基函数1：当length <= 32时，值等于length；当length > 32时，值固定为32
• 基函数2：当length <= 32时，值为0；当length > 32时，值等于length - 32

你的模型得到的系数是0.3763（对应基函数1）和0.4335（对应基函数2），所以：

• 分段1（length <=32）：只有基函数1生效，斜率就是第一个系数 → 0.3763
• 分段2（length >32）：两个基函数都生效，斜率是两个系数之和 → 0.3763 + 0.4335 = 0.8098

2. 手动构造变量 y ~ length + np.maximum(length-32,0) 的逻辑 #

这种写法是**折断回归（Broken Stick Regression）**的手动实现，两个解释变量的作用是：

• 第一个变量length：全程生效，对应基础斜率
• 第二个变量np.maximum(length-32,0)：仅当length >32时生效，对应斜率的变化量

你的模型系数是0.0118（对应length）和-0.0074（对应截断变量），所以：

• 分段1（length <=32）：截断变量为0，斜率就是第一个系数 → 0.0118
• 分段2（length >32）：两个变量都生效，斜率是系数之和 → 0.0118 + (-0.0074) = 0.0044

为什么两种模型预测结果一致？ #

虽然两种写法的系数看起来差异很大，但本质是对同一个分段线性关系的不同参数化方式——你可以通过线性变换把bs()生成的基函数转换成手动构造的变量，反之亦然。参数化方式不同，但拟合出来的预测曲面（这里是分段直线）完全相同，所以预测结果一致。

通用规则总结 #

对于这两种分段线性回归的写法，计算分段斜率的规则是通用的：

• 找到目标区间内所有非零的解释变量（不管是样条基还是手动截断变量）
• 将这些变量对应的系数相加，就是该区间的斜率
• 分段1（第一个区间）通常只有一个解释变量生效，斜率直接取其系数

内容的提问来源于stack exchange，提问作者Jordan