多个回归线来定义一组数据

Question

我正在尝试使用回归模型来建立两个参数A和B之间的关系（更具体地说，运行时和工作负载，这样我可以推荐一个最佳工作负载可能是什么，或者一个人有多强烈影响另一个我正在使用＆＃39; rlm＆＃39;（鲁棒线性模型），因为它省去了事先处理异常值的麻烦。

然而，我想确定一个可以自信地解释大多数要点的乐队，而不是输出一个单一的回归模型。这是我从网上拍摄的图片。那些额外的红线是我想要确定的。

这就是我的想法： 我找到了位于线上方的所有点的残差的平均值。然后我们可能将原始回归线移动平均值+ k * sigma的某个倍数。对于线下方的点也可以这样做。

1. 在SVM中，为了找到支持向量，我们绘制平行线（基本上移动中间线，直到我们在两侧找到支持向量）。我有类似的想法。稍微调整一下拦截并找到乐队可以解释的点数。保持一个门槛，这样你就可以停在某处。

问题是，我无法在R中实现这一点。就此而言，我不确定这些方法是否也能正常工作。我想知道你会建议什么。此外，是否有一种经典的方法来使用众多R包中的一个？

非常感谢您的帮助。欣赏它。