基于模型的两层交互分段树构建：mob()与lmtree()适配问题

我来帮你搞定这个带“两层交互”的模型树问题！你遇到的参数兼容问题，核心是mob()和lmtree()的定位差异——lmtree()是专门为线性模型打造的模型树工具，而mob()是通用框架，需要自定义拟合函数适配它的接口。下面我用可复现的例子一步步给你解决：

先补全可复现的数据集 #

首先我把你没写完的数据集补全，模拟a和b的关系依赖d以及b的分段情况：

library("partykit")
set.seed(321)
b <- runif(200)
d <- sample(1:2, 200, replace = TRUE)
# 构造a：d=1时a和b正相关；d=2时，b<0.5则负相关，b>=0.5则正相关
a <- ifelse(d == 1,
            2*b + rnorm(200, sd=0.1),
            ifelse(b < 0.5,
                   -3*b + rnorm(200, sd=0.1),
                   3*(b - 0.5) + rnorm(200, sd=0.1)))
dat <- data.frame(a, b, d)

方案1：用lmtree()直接实现两层交互（推荐） #

因为你是线性模型场景，lmtree()是mob()的线性模型专用封装，完全能满足你的“两层交互”需求，而且不需要自定义函数。

比如你想先按d分裂树，再在每个节点内对b进行分段拟合，直接用公式语法就能实现：

# 公式含义：以d作为树的分裂变量，每个节点内拟合a~b的线性模型
tree1 <- lmtree(a ~ b | d, data = dat)
plot(tree1)
summary(tree1)

如果想让树自动选择分裂变量（比如先分裂b再分裂d，或者反过来），只需要调整公式里的分裂变量部分：

# 让树自动在b和d中选择分裂变量，实现多层交互
tree2 <- lmtree(a ~ b + d | b + d, data = dat)
plot(tree2)
summary(tree2)

方案2：自定义拟合函数适配mob() #

如果你必须用mob()（比如要适配非线性模型），需要给它一个符合要求的拟合函数——这个函数要返回包含对数似然、系数、协方差矩阵的模型对象，还要支持logLik()、coef()、vcov()这些方法。

针对线性模型，我写一个适配的函数：

# 自定义线性模型拟合函数，给mob用
lm_mob <- function(formula, data, ...) {
  mod <- lm(formula, data = data, ...)
  # mob需要模型有明确的loglik属性，所以手动加上
  attr(mod, "loglik") <- as.numeric(logLik(mod))
  return(mod)
}

# 用mob构建模型树，指定拟合函数为我们写的lm_mob
tree3 <- mob(a ~ b | d, data = dat, fit = lm_mob)
plot(tree3)
summary(tree3)

关键提醒 #

• 线性模型场景优先用lmtree()，它已经帮你封装好了所有适配mob()的细节，不用自己写函数。
• 如果用mob()，自定义拟合函数必须满足：能接收formula和data参数，返回的模型对象能被logLik()、coef()、vcov()提取信息——这是mob()计算分裂准则的核心依据。

内容的提问来源于stack exchange，提问作者MassCorr