是否可以拟合特定的斜率以最适合R中的数据段？

Question

背景：我正在分析石油生产数据，其中我在y轴上绘制每日机油率，在x轴上绘制诊断“时间”因子。该组合趋向于呈现出一定的趋势，这取决于流态，其中通常存在半斜率或四分之一斜率，随后是单位斜率。这是非常基础的，但是这种方法是过时的，并且所有操作都是手动完成的。

我想知道R中是否有一种方法可以找到最适合特定斜率的数据段，并在该数据上拟合关联的线，也许可以达到对数对数图上的R ^ 2标准？还可以找到斜率变化的点吗？

example of What the raw data looks like

example of desired end result

Answer 1

如何使用散点图？

scatter.smooth(x=data$x, y=data$y, main="y ~ x")  # scatterplot

Answer 2

将来，请以可复制的形式提供您的数据，以便我们处理。这次，我在末尾的注释中提供了一些示例数据。

让kvalues为变化点x的可能索引。为了避免数字问题，我们在结尾处不添加。然后，对于每个kvalue，我们执行regr函数中定义的回归，并使用deviance计算残差平方和。尽量减少使用thoxe并显示该回归。不使用任何软件包。

（如果要固定斜率，请从公式和起始值中删除斜率参数，然后将其替换为公式中的固定值。）

kvalues <- 5:45
st <- list(a1 = 1, b1 = 1, a2 = 2, b2 = 2)
regr <- function(k) try(nls(y ~ ifelse(x < k, a1 + b1 * x, a2 + b2 * x), start = st))
i <- which.min(sapply(kvalues, function(k) deviance(regr(k))))
k <- kvalues[i]
k; x[k]
## [1] 26
## [1] 26

fm <- regr(k)
fm
## Nonlinear regression model
##   model: y ~ ifelse(x < k, a1 + b1 * x, a2 + b2 * x)
##    data: parent.frame()
##     a1     b1     a2     b2 
##  1.507 -1.042  1.173 -2.002 
##  residual sum-of-squares: 39.52
##
## Number of iterations to convergence: 1 
## Achieved convergence tolerance: 2.917e-09

plot(y ~ x)
lines(fitted(fm) ~ x)
abline(v = x[k])

注意

set.seed(123)
x <- 1:50
y <- 1 - rep(1:2, each = 25) * x + rnorm(50)