R

Question

我试图在R中使用the spline2 package来构建单调样条线。

我在评估模型中遇到自变量的新值时遇到了麻烦。一般来说，我很难掌握R治疗＆＃34;预测＆＃34;及其与spline2的关系，以及如何使用生成的bs对象。

我尝试关注使用spline1的this example。我的数据位于名为BRIyII的数据框中，具有独立变量t和因变量P so：

plot(BRIyII$t,BRIyII$P)

收率：

所以我这样做：

knots=c(9)
myMat=mSpline(BRIyII$t, knots = knots, degree = 3, intercept = TRUE)
mylm=lm(BRIyII$P~myMat)

现在，如果我们：

pr = predict(mylm,data.frame(BRIyII$t))
points(BRIyII$t,pr,col = "red")

它产生：

所以我的问题是：

1-由于最右边的预测值（红点）低于左边的值，我是否误解了＃34;单调＆＃34; m样条的性质？

2-如何在除BRIyII $ t中定义的值之外的值中评估样条曲线？我尝试了几种组合，但我缺乏R语法知识。理想情况下我想做一些事情：

newdata=seq.int(0,41.5,0.1) 

Answer 1

我将解答问题＃1，因为问题＃2已在评论中解决。

splines2文档将M样条基作为＆＃34;单调回归样条＆＃34;基础，但我认为这是误导。估计单调回归样条的方法是使用I样条基，，其限制是回归系数为非负的。 I样条是M样条的积分，因此不减少。因此，它们的任何非负线性组合也将是非递减的。因此，您可以使用splines2 :: iSpline以及非负回归方法（如nnls :: nnls）来估计单调回归函数。

有关M样条曲线，I样条曲线和单调回归的解释，请查看：

Ramsay, JO (1988) Monotone regression splines in action. Statistical Science 3(4), 425-461.