我目前正在使用包（lme4）作为具有随机效应的混合效应模型。
我的模型采用以下形式：
mod <- lmer(response ~ b1(predict1, bp) + b2(predict2, bp) + (1 | site), data = data)
函数 b1 和 b2 来自以下有用的建议：
在 R 中估计具有随机效应的断棒/分段线性模型中的断点 [包括代码和输出]
b1 <- function(x, bp) ifelse(x < bp, bp - x, 0)
b2 <- function(x, bp) ifelse(x < bp, 0, x - bp)
我想知道，我将如何设置我的模型，以使断棒模型的第二部分（线）具有恒定的梯度？
因此，例如，我想要类似的东西：
如果 X < 断点，Y = m1X + C1
如果 X > 断点，Y = C2
希望我说得通。
马特。
我可能已经找到解决问题的方法，但有人可以确认我做了什么吗？
我稍微修改了上面的函数b1和b2。我称它们为 b3 和 b4：
b3 <- function(x, bp) ifelse(x < bp, bp - x, 0) #Y = mx + c
b4 <- function(x, bp) ifelse(x < bp, 0, 1) #Y = C
混合模型类似，但使用了 b3 和 b4：
mod2 <- lmer(SIGNAL ~ b3(dci, bp) + b4(dci,bp) + (1 | gauge), data = cand_bug_data)
我看到你的帖子已经很老了，但我正在处理同样的问题——我发现了一个与你的解决方案略有不同的解决方案。我想我会为其他人发帖。
b1 <- function(x, bp) ifelse(x < bp, x, bp)
#Wrapper for Mixed effects model with variable break point
foo <- function(bp)
{
mod <- lmer(y ~ b1(x, bp) + (1|Site), data = dat)
REMLcrit(mod)
}
mod <- lmer(y ~ b1(x, bp) + (1 | Site), data = dat)
以及原始帖子中显示的其他所有内容