R语言segmented包时间分段分析报psi值过近错误的求解
报错原因
报错本质是样本量不足:当前仅6个年度观测值,设置1个断点后断点前后各仅3个观测值,segmented包的自动断点迭代搜索无法收敛,因此抛出“psi值过于接近”的错误。
可落地解决方法
- 强制固定已知断点运行模型
不要依赖算法自动搜索断点,直接指定2019为突变点,同时关闭自动迭代优化,规避收敛报错:library(segmented) data <- read.table(text = " Year Stopped 2015 973 2016 1025 2017 1151 2018 1384 2019 4507 2020 15557 ", header = TRUE) q.lm <- lm(Stopped ~ Year, data = data) # 固定2019为断点,仅运行1次迭代不做自动搜索 o <- segmented( q.lm, seg.Z = ~Year, psi = list(Year = 2019), control = seg.control(it.max = 1, diag = FALSE) ) summary(o) - 采用固定断点检验获取p值
固定断点的分段效果等价于带交互项的线性回归,模型输出的交互项p值即为前后趋势斜率差异的检验结果,对小样本稳定性更强:# 构造哑变量标记2019年后的区间 data$post2019 <- as.numeric(data$Year >= 2019) data$year_post_interact <- data$Year * data$post2019 # 拟合模型提取p值 break_test <- lm(Stopped ~ Year + post2019 + year_post_interact, data = data) summary(break_test) - 长期优化方向
若需使用segmented包的自动断点识别功能,可补充更细分的季度/月度观测值,保证断点前后各至少10个有效样本,算法即可正常收敛。
结果读取说明
- 从
summary(o)输出中,断点估计值对应的p值可判断分段趋势的整体显著性 - 从固定断点检验模型输出中,
year_post_interact行对应的p值,即为2019年前后趋势斜率变化的检验p值,匹配分析需求。
内容的提问来源于stack exchange,提问作者Mohamed Rahouma
相关产品推荐
相关产品推荐

