Как уместить ломаной линией только одну из двух зависимых переменных?

Резюме

Вы все делаете правильно, но неверно истолковываете значение вывода broken.lines() (в ваших обозначениях fted$fit). Не следует ожидать, что эти значения согласуются с mpg.

Вы можете сохранить линейную зависимость для некоторых зависимых переменных, указав в seg.Z только те переменные, где вы хотите иметь ломаную линию.

Что сломанный.line() делает

Вы создаете модель для mpg как функции двух переменных, hp и wt. Модель является кусочно-линейной по обеим этим переменным. Важно отметить, что для прогнозирования значения mpg необходимо указать оба, hp и wt.

Функция broken.line() используется для расчета прогнозов для mpg, если одна из переменных, указанных в аргументе term, изменяется. Вы делаете это для переменной hp следующим образом:

fted = broken.line (seg.o, term="hp")

Но помните: для прогнозирования вам также необходимо указать значение для wt. Значения, которые вы получаете в fted$fit, на самом деле рассчитываются с wt равным нулю.

Вы можете проверить это, используя функцию predict(), которая будет использоваться, когда вы хотите получить прогнозы от своей модели:

pred <- predict(seg.o, data.frame(hp = hp, wt = 0))
pred - fted$fit
##  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 
##  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0

Создание прогнозов из модели

Если вы хотите сравнить прогнозы модели с mpg, вы должны использовать те же значения для обеих переменных, hp и wt, что и для подгонки. Вы также можете сделать это с прогнозом:

pred <- predict(seg.o, data.frame(hp = hp, wt = wt))
plot(hp, mpg)
points(hp, pred, col = "red")

Как видите, полученные таким образом значения более или менее согласуются с mpg. Именно так и следует проверять качество вашей модели, а не с помощью broken.line().

Построение кусочно-линейной зависимости

Вы также можете посмотреть на кусочно-линейную связь между mpg и одной из переменных. Вы уже рассчитали эти значения в fted, но вы также можете напрямую построить их из seg.o следующим образом:

plot(seg.o, term = "hp")
points(hp, fted$fit, col = "red")

Обратите внимание, что также для plot() вам нужно указать, какая переменная будет варьироваться (здесь hp). Другой снова держится на нуле. Я также добавил точки из fted$fit, чтобы показать вам, что график на самом деле эквивалентен тому, что рассчитывается broken.line.

Подогнать ломаную линию только для одной переменной

Если вы хотите поместить ломаную линию только в одну из зависимых переменных и сохранить линейную зависимость для других (других), вам нужно указать в seg.Z только те переменные, для которых вы хотите использовать ломаную линию. Вы просили иметь ломаную линию только для hp, что можно сделать следующим образом:

seg.o2 <- segmented(reg, seg.Z = ~hp, psi = list(hp = hp_thresh))

Чтобы показать, что это сработало, я предсказываю модель только с одной из переменных и варьирую график.

Изменение hp, сохранение wt фиксированным`:

pred_hp <- predict(seg.o2, data.frame(hp = 50:300, wt = 0))
plot(50:300, pred_hp, type = "l")

Изменение wt, сохранение hp фиксированным`:

pred_wt <- predict(seg.o2, data.frame(wt = seq(1.5, 5.5, by = 0.1), hp = 0))
plot(seq(1.5, 5.5, by = 0.1), pred_wt, type = "l")

Как видите, ваша модель для mpg линейно зависит от wt, но имеет разорванную линейную связь с hp.