MerQuR+Başvuru Kitabı

42. Kırılma noktalı (parçalı) regresyon

Şablon kimliği: parcali_regresyon · Kategori: model · Dil: Python · Dosya: pro/sablonlar/model/parcali_regresyon.py (satır 1–224; üstbilgi 1–67) · Örnek veri: _ornek/esik_buyume.csv · Paketler: numpy, pandas, scipy (optimize.minimize_scalar, stats), matplotlib

42.1 Ne işe yarar

Bazı ilişkiler tek bir doğruyla değil, belirli bir eşikte eğim değiştiren iki doğruyla anlatılır: büyüme sıcaklıkla bir noktaya kadar artar, sonra azalır; verim besin maddesiyle bir doyma noktasına kadar yükselir, sonra düzleşir. Şablon bu eşiği (kırılma noktasını) veriden kestirir ve iki yandaki eğimleri verir. Cevapladığı soru: "Eğim hangi x değerinde değişiyor, değişim ne kadar ve eşik ne kadar kesin biliniyor?"

y_i=b_0+b_1x_i+b_2\,(x_i-c)_{+}+\varepsilon_i,\qquad (u)_{+}=\max(0,\,u)
  • c: kırılma noktası; bilinmeyen parametre. (x-c)_{+}: x\le c iken 0, x>c iken x-c.
  • b_1: kırılmadan önceki eğim. b_2: eğim farkı. b_1+b_2: kırılmadan sonraki eğim.
  • b_0: birinci doğrunun x=0'daki değeri. İki doğru c'de birleşir (sürekli model); ortak değer b_0+b_1c'dir.
  • "Sıçramaya izin ver" seçilirse modele b_3\,\mathbb 1(x_i>c) eklenir: ikinci doğru c'de b_3 kadar yukarıda ya da aşağıda başlar (süreksiz model).

Ne zaman kullanılır? Tek bir açıklayıcı ve tek bir eşik varsa; eşiğin yeri kuramdan bilinmiyor ve kendisi araştırma sorusuysa (optimum sıcaklık, kritik yoğunluk, doyma dozu); iki yanda ilişki yaklaşık doğrusalsa; eşiğin iki yanında yeterince gözlem varsa.

Ne zaman kullanılmaz?

  • Eşik önceden biliniyorsa (yasal sınır, uygulama tarihi): c kestirilmez; (x-c)_{+} sütunu veri sekmesinde hesaplanır ve temel programdaki Doğrusal Regresyon kullanılır. O zaman F ve t testleri kesindir.
  • Birden çok kırılma ya da birden çok açıklayıcı varsa: mars şablonu (menteşe fonksiyonlarını ve düğümleri kendisi seçer).
  • Geçiş keskin değil, yumuşaksa (eğri yavaşça bükülüyorsa): parçalı model yapay bir eşik üretir; gamm_mgcv şablonu ya da temel programdaki GAM (Genelleştirilmiş Toplamsal Model).
  • Yanıt sigmoid bir doz-yanıt eğrisiyse: dort_parametreli_lojistik şablonu.
  • Gözlemler zaman sırasında bağımlıysa (kesintili zaman serisi): hatalar bağımsız değildir; şablonun SH'leri ve vaka bootstrap'ı geçerli olmaz.

Temel programla ilişki. Temel programda kırılma noktasını kestiren bir analiz yoktur. Doğrusal Olmayan Regresyon'da model formülle yazılabilir, ama artık kareler toplamı c'ye göre her gözlem değerinde türevsizdir ve türev tabanlı yinelemeler oralarda takılır. Bu şablon c'yi türev kullanmadan, bütün aday aralığı tarayarak arar.

42.2 Şablonun girdileri

Form sekiz [[param]] bloğundan kurulur (parcali_regresyon.py:10–66).

Alan (form etiketi) · ad Tür · sekme Varsayılan Geçerli değerler Kodda etkisi
Yanıt (y) · y sayısal sütun · Değişkenler ilk sayısal sütun sayısal sütun y (satır 81–82).
Açıklayıcı (x) · x sayısal sütun · Değişkenler ilk sayısal sütun sayısal sütun x; veri x'e göre sıralanır (81).
Her parçada en az gözlem · en_az_uc tamsayı · Model 5 3–1000 Arama aralığı [x_{(m)},\ x_{(n-m+1)}] (83, 116–117).
Bootstrap sayısı · B tamsayı · Seçenekler 1000 100–50000 Yeniden örnekleme sayısı (160).
Güven düzeyi · guven ondalık · Seçenekler 0,95 0,5–0,999 Bütün GA'lar (171–178).
Kırılmada sıçramaya izin ver · sicrama onay · Model kapalı açık / kapalı \mathbb 1(x>c) sütunu; sd bir azalır (84, 87, 95).
Kırılma noktası bootstrap GA yöntemi · ga_yontemi seçim · Seçenekler yuzdelik yuzdelik, temel, normal c'nin GA'sı (172–177).
Kırılma arama ızgarası nokta sayısı · izgara tamsayı · Gelişmiş 60 10–10000 Kullanılmaz: arama kesindir (42.4.1); ayar yalnız kayıtlı çalıştırmalarla uyum için durur (86).

Örnek ayar (satır 9): y = buyume, x = sicaklik, B = 300. Varsayılandan farkı bootstrap sayısıdır (1000 yerine 300; örneğin çabuk çalışması için).

Şablonun kendi denetimleri.

Koşul İleti (özet) Satır
Veri açık değil "Önce Veri sekmesinde bir veri açın." 76–77
x ve y aynı sütun "x ve y farklı sütunlar olmalı." 78–79
n<2m+2 "En az … tam gözlem gerekli." 88–89
Farklı x değeri sayısı <2m "x'te yeterince farklı değer yok." 90–91
x_{(n-m+1)}\le x_{(m)} (aday aralık boş) "Kırılma noktası için aday aralığı yok…" 145–146
Geçerli bootstrap örneği <B/2 "Bootstrap örneklerinin çoğunda kırılma noktası kestirilemedi: örneklerde farklı x değeri sayısı 2·en_az_uc değerinin altında kalıyor. en_az_uc'u azaltın …" 168–170

Eksik değer: iki sütun sayıya çevrilir, herhangi birinde eksik olan satır atılır (satır 81). Rastgelelik: yeniden örnekleme numpy.random.default_rng(tohum) ile yapılır; tohum (seed) verilmemişse 2026 kullanılır (80). Aynı veri ve ayarla yinelenen çalıştırmalar bu yüzden aynı bootstrap sonucunu verir.

42.3 Örnek veri

Dosya: _ornek/esik_buyume.csv. 70 gözlemde sıcaklık ve büyüme hızı; öğretim amaçlı üretilmiş yapay veridir, eksik değer yoktur.

Değişken Rol Tür (veri sekmesi) Özet
sicaklik Açıklayıcı sayısal 0,63–39,47; ortalama 18,71; 69 farklı değer.
buyume Yanıt sayısal 4,13–25,10; ortalama 16,21.

Büyüme yaklaşık 22 °C'ye kadar artar, sonra azalır. m=5 ile arama aralığı beşinci en küçük ve beşinci en büyük sıcaklık arasındadır: [2{,}76;\ 36{,}73]. Kategorik değişken olmadığından düzey sırası bu şablonda rol oynamaz.

Bu bölümde kullanılan çalıştırmalar: (1) örnek ayar (B=300, yüzdelik GA); (2) temel ve normal yaklaşımlı GA; (3) B=1000; (4) tohum 1; (5) sıçramalı model; (6) yayımlanmış bir veri: _ornek/parcali_regresyon_stagnant.csv (Bacon ve Watts, 1971; 28 gözlem), B=300; (7) kırılma içermeyen doğrusal kurgusal veri (dogrulama/parcali_regresyon/dogrusal.csv, n=60); (8) en_az_uc = 30.

42.4 Yöntem: formüller ve hesap adımları

Hesap sırası: (1) veriyi x'e göre sırala; (2) c'yi profil en küçük karelerle bul; (3) c verilmişken katsayıları, s^2'yi, SH ve GA'ları hesapla; (4) tek doğruya karşı F istatistiğini hesapla; (5) vaka bootstrap'ıyla c'nin SH ve GA'sını kur; (6) metni, tabloyu ve şekli yaz.

42.4.1 Profil en küçük kareler

c sabit tutulduğunda model b_0,b_1,b_2'ye göre doğrusaldır ve sıradan EKK ile çözülür. Kırılma noktası, bu çözümün artık kareler toplamını en küçük yapan c'dir:

\mathrm{KT}(c)=\min_{\mathbf b}\ \big\lVert\mathbf y-\mathbf X(c)\,\mathbf b\big\rVert^2,\qquad \mathbf X(c)=\big[\mathbf 1,\ \mathbf x,\ (\mathbf x-c)_{+}\big],\qquad \hat c=\arg\min_{x_{(m)}\le c\le x_{(n-m+1)}}\mathrm{KT}(c)
  • \mathrm{KT}(c): profil artık kareler toplamı; her c için ayrı bir EKK çözümünün artık kareler toplamı.
  • x_{(k)}: sıralı x değerlerinin k.'sı. m: "her parçada en az gözlem". Arama, en küçük m ve en büyük m gözlemin arasında kalan aralıkla sınırlıdır.
  • Normal hatalarda bu, (b_0,b_1,b_2,c)'nin birlikte en çok olabilirlik kestirimidir.

Neden c için arama aralığı sınırlanır?

c en küçük x'e yaklaşırsa birinci parçada, en büyüğe yaklaşırsa ikinci parçada bir iki gözlem kalır; bir doğru iki noktadan kusursuz geçer ve \mathrm{KT} yapay olarak düşer. m sınırı, kırılmanın birkaç uç gözleme uydurulmasını önler. c tam aralığın ucunda çıkarsa bu, verinin o yanında kırılmayı belirleyecek bilgi olmadığının işaretidir.

\mathrm{KT}(c) süreklidir, ama düzgün değildir: iki ardışık gözlem değeri arasında düzgün bir eğridir, her gözlem değerinde köşe yapar (Şekil 42.2). Bir aralıkta, soldaki ve sağdaki gözlemlere ayrı ayrı uydurulan iki doğru o aralığın içinde kesişiyorsa \mathrm{KT} en küçük değerini kesişim noktasında alır ve bu değer iki doğrunun artık kareler toplamlarının toplamıdır; kesişmiyorsa en küçük değer aralığın uçlarından birindedir (Hudson, 1966). Genel en küçük, bütün aralıkların en küçüklerinin en küçüğüdür.

Koddaki tercih

Şablon aramayı kesin yapar (satır 113–141). Gözlenen farklı x değerlerinin arama aralığındakilerinin hepsi aday olur; sürekli modelde her ardışık iki farklı değer için soldaki ve sağdaki gözlemlere en küçük kareler doğruları ayrı ayrı uydurulur (_doguya_uydur, 101–110) ve doğruların kesişimi iki değerin arasına düşüyorsa o nokta da aday olur (124–132). Bütün adaylarda \mathrm{KT} rss_c ile hesaplanır, en küçüğü seçilir; \mathrm{KT} yuvarlama farkı içinde eşit olan adaylardan en soldaki alınır (137–141). Bir parçada tek farklı x değeri varsa (çok yinelenen değer) doğru tek olmadığından o aralıkta scipy.optimize.minimize_scalar(method="bounded") kullanılır (133–136). Sıçramalı modelde \mathrm{KT}(c) aralık içinde sabit olduğundan yalnız gözlenen değerler aday olur. Bootstrap örneklerinde de aynı arama çalışır. izgara ayarı artık aramayı etkilemez.

42.4.2 c verilmişken çıkarım

s^2=\frac{\mathrm{KT}(\hat c)}{n-4},\qquad \hat{\mathbf V}=s^2\big(\mathbf X(\hat c)^{\top}\mathbf X(\hat c)\big)^{-1},\qquad \hat b_j\pm t_{1-\alpha/2,\,n-4}\sqrt{\hat V_{jj}}
\widehat{b_1+b_2}=\hat b_1+\hat b_2,\qquad \operatorname{SH}(\hat b_1+\hat b_2)=\sqrt{\hat V_{11}+\hat V_{22}+2\hat V_{12}}
  • Serbestlik derecesi n-4'tür: üç katsayı ve c. Sıçramalı modelde n-5 (satır 150).
  • \hat{\mathbf V}, c bilinen bir sabitmiş gibi hesaplanır: \hat c'nin kestirim belirsizliği katsayıların SH'lerine girmez. Tablonun "not" sütunundaki "c verilmişken" bunu belirtir.
  • \hat V_{12}: \hat b_1 ile \hat b_2'nin kovaryansı; genellikle negatiftir ve ikinci eğimin SH'sini küçültür.

Katsayı SH'leri koşulludur

Kırılma noktası sağa kayarsa birinci eğim azalır, sola kayarsa artar; c'nin belirsizliği eğimlerin belirsizliğine eklenir. Şablonun eğim SH'leri bu katkıyı içermediğinden gerçek belirsizliğin alt sınırıdır. Fark, kırılma keskin ve iyi belirlenmişse küçük, bootstrap dağılımı genişse büyüktür. Eğimler için de bootstrap aralığı gerekiyorsa bootstrap_ozel şablonu kullanılır.

42.4.3 Tek doğruya karşı F

F=\frac{\big(\mathrm{KT}_0-\mathrm{KT}(\hat c)\big)/2}{\mathrm{KT}(\hat c)/(n-4)}
  • \mathrm{KT}_0: tek doğrunun (y=a+bx) artık kareler toplamı. Pay serbestlik derecesi 2'dir (b_2 ve c); sıçramalı modelde 3 ve payda n-5.
  • p\approx P(F_{2,\,n-4}>F).

Neden bu p değeri yalnız yaklaşık ve iyimser?

Sıfır hipotezi altında (b_2=0) kırılma noktası modelde yoktur: c hangi değeri alırsa alsın model aynıdır. F dağılımının dayandığı koşullar bu durumda sağlanmaz (Davies, 1987). Üstelik \hat c, \mathrm{KT}'yi en çok düşüren nokta olarak seçilmiştir; istatistik, bütün adaylar üzerindeki en büyük F'dir ve tek bir önceden belirlenmiş c'nin F'sinden sistematik olarak büyüktür. Şablon bu yüzden "p\approx" yazar ve uyarı notu ekler. Sınırda kalan sonuçlarda karar bu p'ye bırakılmaz.

42.4.4 Vaka bootstrap'ı ve c'nin güven aralığı

\hat c'nin örnekleme dağılımı standart değildir: \mathrm{KT}(c) köşeli olduğundan olağan asimptotik normal yaklaşım küçük örneklemde zayıftır (Feder, 1975). Şablon belirsizliği yeniden örneklemeyle ölçer (Efron, 1979): (x_i,y_i) çiftleri n'şerli olarak yerine koyarak B kez çekilir, her örnekte c 42.4.1'deki aramayla yeniden kestirilir.

\operatorname{SH}_{\text{boot}}(\hat c)=\sqrt{\frac{1}{B^{\ast}-1}\sum_{b=1}^{B^{\ast}}\big(\hat c^{\ast}_b-\bar c^{\ast}\big)^2}
Yöntem Aralık
Yüzdelik (varsayılan) \big[q_{\alpha/2};\ q_{1-\alpha/2}\big]
Temel (ters yüzdelik) \big[2\hat c-q_{1-\alpha/2};\ 2\hat c-q_{\alpha/2}\big]
Normal yaklaşım \hat c\pm z_{1-\alpha/2}\operatorname{SH}_{\text{boot}}(\hat c)
  • \hat c^{\ast}_b: b. bootstrap örneğinin kırılma noktası. B^{\ast}: geçerli örnek sayısı. q_p: \hat c^{\ast} değerlerinin p. çeyreği (doğrusal ara değerlemeli).
  • Yüzdelik aralık bootstrap dağılımının çeyreklerini doğrudan alır. Temel aralık dağılımı \hat c çevresinde yansıtır: bootstrap dağılımı sağa çarpıksa temel aralık sola uzar. Normal aralık simetriktir.

Neden vaka (çift) bootstrap'ı?

İki seçenek vardır: gözlemleri yeniden örneklemek ya da uydurulan modelin artıklarını yeniden örneklemek. Artık bootstrap'ı modelin doğru ve varyansın sabit olduğunu varsayar; vaka bootstrap'ı varsaymaz ve x'in de rastgele olduğu gözlemsel veriye uygundur (Davison ve Hinkley, 1997). Bedeli, her örnekte x değerlerinin değişmesi ve bazı gözlemlerin yinelenmesidir: kırılma çevresindeki birkaç belirleyici gözlem örneğe girmezse \hat c^{\ast} uzağa sıçrar ve dağılım kalın kuyruklu olur.

Koddaki tercih

Farklı x değeri sayısı 2m'nin altında kalan bootstrap örnekleri atlanır (satır 162–163); geçerli örnek sayısı metinde yazılır ve B/2'nin altına düşerse şablon durur ve ileti nedeni ("en_az_uc'u azaltın") yazar (168–170). Bir bootstrap örneğinde ortalama olarak gözlemlerin %63'ü farklıdır; bu yüzden 2m, 0{,}63\,n'yi aşıyorsa örneklerin çoğu atlanır. Tablodaki c satırının SH'si her GA yönteminde bootstrap standart sapmasıdır (183).

42.4.5 Sıçramalı (süreksiz) model

y_i=b_0+b_1x_i+b_2\,(x_i-c)_{+}+b_3\,\mathbb 1(x_i>c)+\varepsilon_i
  • b_3: ikinci doğrunun c'deki değeri ile birinci doğrunun c'deki değeri arasındaki fark (sıçrama).
  • Bu model iki yana bağımsız iki doğru uydurmakla aynıdır: c, yalnız hangi gözlemin hangi yanda kaldığını belirler.

Sıçramalı modelde c iki gözlem arasında belirlenemez

İki ardışık gözlem değeri arasındaki her c, gözlemleri aynı biçimde ikiye ayırır ve aynı \mathrm{KT}'yi verir; \mathrm{KT}(c) basamaklı bir fonksiyondur. Şablon böyle bir aralığın sol ucundaki gözlem değerini yazar. Örnek veride \hat c=21{,}13 çıkar; 21{,}13\le c<22{,}03 aralığındaki her değer aynı uyumu verir (\mathrm{KT}=133{,}5806). b_3 ise iki doğrunun c'deki farkı olduğundan seçilen noktaya bağlıdır: c=21{,}13'te 1,8480, aralığın ortasında (c=21{,}58) 1,3054. Sıçrama büyüklüğü, c'nin yeriyle birlikte raporlanır; çıktıya "c, [x_k, x_k+1) aralığında belirlenir ve aralığın sol ucu raporlanır" notu yazılır (203–206).

42.5 Kod adım adım

Satırlar Ne yapar Neden / dikkat
1–67 Üstbilgi: açıklama, örnek veri ve ayar, 8 parametre. Form buradan kurulur (Bölüm 1.2).
68–91 İçe aktarmalar; sütun denetimi; rastgele üreteç; eksiklerin atılması ve x'e göre sıralama; seçenekler; büyüklük denetimleri. Tohum yoksa 2026 (80).
94–98 rss_c(c, xx, yy): verilen c için EKK ve artık kareler toplamı. numpy.linalg.lstsq; sıçramada dördüncü sütun (95).
101–141 _doguya_uydur ve kirilma(xx, yy): aday kümesi (gözlenen değerler ve doğru kesişimleri), her adayda \mathrm{KT}, en küçüğün seçimi. Aday aralık boşsa None döner (118–119).
144–157 \hat c; katsayılar; s^2, \hat{\mathbf V} (pinv), SH; tek doğru ve F. s^2'nin paydası n-4-j (150).
159–170 Bootstrap döngüsü; geçerli örnek denetimi. Atlanan örnekte de rastgele sayılar tüketilir (161).
171–192 c'nin GA'sı (üç yöntem); t çeyreği; ikinci eğim ve SH'si; sonuç tablosu. Sıçramada b_3 satırı eklenir (189–192).
193–209 Metin: model, \hat c ve GA, eğimler, F, koşullu SH notu, arama notu, sıçramalı modelde c aralığı notu, \hat c aralık ucundaysa uyarı. p "≈" ile yazılır (198).
211–224 Şekil: veri, parçalı doğru, \hat c ve GA bandı; bootstrap histogramı; tablo ve şeklin kaydı. Band, seçilen GA yöntemininkidir (216).

42.6 Elle hesap: örnek veride bağımsız yeniden hesap

Değerler dogrulama/parcali_regresyon/elle_hesap.py ile hesaplanmıştır. Betik şablonun kirilma işlevini ve scipy.optimize'ı kullanmaz: 42.4.1'de anlatılan kesin yöntemi uygular (her gözlem aralığında iki ayrı doğru ve kesişimleri; aralık uçlarında doğrudan \mathrm{KT}). Bootstrap'ta şablonla aynı yeniden örnekleme dizinleri üretilir, her örnekte c yine kesin yöntemle bulunur. R tarafında (r_dogrulama.R) her aralık optimize ile taranmış, katsayılar lm ile hesaplanmış; kırılma noktası ve katsayılar ayrıca segmented paketiyle (Muggeo, 2003) denetlenmiştir.

Adım 1 — Tek doğru. \hat y=10{,}3142+0{,}3155\,x; \mathrm{KT}_0=840{,}2999.

Adım 2 — Profil. Birkaç aday için \mathrm{KT}(c):

c 10 15 20 22 22,2934 23 25 30
\mathrm{KT}(c) 441,67 280,25 163,84 136,23 135,62 138,61 163,13 348,36

Adım 3 — Kesin en küçük. En küçük değer [22{,}03;\ 22{,}46] aralığındadır. Solda 46 gözlem (x\le22{,}03), sağda 24 gözlem (x\ge22{,}46) vardır:

\text{sol: } \hat y=4{,}619230+0{,}812677\,x\ \ (\mathrm{KT}=63{,}7819),\qquad \text{sağ: } \hat y=31{,}326705-0{,}385323\,x\ \ (\mathrm{KT}=71{,}8356)
\hat c=\frac{31{,}326705-4{,}619230}{0{,}812677+0{,}385323}=22{,}293380,\qquad \mathrm{KT}(\hat c)=63{,}7819+71{,}8356=135{,}6175

Kesişim aralığın içindedir; dolayısıyla \hat b_0=4{,}619230, \hat b_1=0{,}812677, \hat b_2=-0{,}385323-0{,}812677=-1{,}198000. Kırılmadaki büyüme 4{,}619230+0{,}812677\cdot22{,}293380=22{,}7365'tir.

Adım 4 — c verilmişken çıkarım. n-4=66:

s^2=\frac{135{,}6175}{66}=2{,}054811,\qquad \operatorname{SH}=(0{,}465528;\ 0{,}031402;\ 0{,}064691),\qquad \operatorname{SH}(\hat b_1+\hat b_2)=0{,}041197

t_{0{,}975;\,66}=1{,}996564 ile eğim farkı için -1{,}198000\pm1{,}996564\cdot0{,}064691=[-1{,}327161;\ -1{,}068840]; ikinci eğim için [-0{,}467575;\ -0{,}303071].

Adım 5 — F.

F=\frac{(840{,}2999-135{,}6175)/2}{2{,}054811}=171{,}4713,\qquad p\approx7{,}2\times10^{-27}

Adım 6 — Bootstrap (B=300, tohum 2026). İlk beş örneğin kırılma noktaları: 22,9737; 22,2927; 22,4709; 22,0300; 21,8902. 300 değerin ortalaması 22,5304, ortancası 22,3241, standart sapması 0,886368, çarpıklığı 0,76'dır (sağa uzun kuyruk).

Yöntem Alt Üst
Yüzdelik 21,3842 25,2311
Temel 19,3557 23,2025
Normal yaklaşım 20,5561 24,0306

Üç yöntem aynı dağılımdan belirgin biçimde farklı aralıklar üretir; fark çarpıklığın ölçüsüdür.

Adım 7 — Yayımlanmış veriyle karşılaştırma. Bacon ve Watts'ın (1971) verisinde (n=28) kesin yöntem \hat c=0{,}041106, \hat b_0=0{,}544661, \hat b_1=-0{,}422077, \hat b_2=-0{,}598491, ikinci eğim -1{,}020568 verir; segmented paketi aynı değerleri bulur (\hat c=0{,}0411058). F_{2,\,24}=505{,}17.

42.6.1 Doğrulama: MerQuR+, Python ve R

MerQuR+ sütunu şablonun "Parçalı regresyon" tablosundan tam hassasiyetle alınmıştır (çalıştırmalar 1–3 ve 6). F yalnız metinde yazıldığından oradaki yuvarlamayla karşılaştırılmıştır.

Büyüklük MerQuR+ Python (bağımsız) R (bağımsız) En büyük fark
Kırılma noktası \hat c 22,29338038 22,29338038 22,29338041 1,4e−9 ✓
b_0 4,61923012 4,61923012 4,61923013 1,8e−9 ✓
b_1 0,81267704 0,81267704 0,81267704 9,6e−10 ✓
b_2 −1,19800025 −1,19800025 −1,19800025 9,8e−10 ✓
2. eğim b_1+b_2 −0,38532321 −0,38532321 −0,38532321 2,1e−9 ✓
SH(b_0) 0,4655281 0,4655281 0,4655281 3,0e−10 ✓
SH(b_1) 0,03140244 0,03140244 0,03140244 4,4e−11 ✓
SH(b_2) 0,06469134 0,06469134 0,06469134 6,3e−11 ✓
SH(b_1+b_2) 0,04119674 0,04119674 0,04119674 1,1e−10 ✓
GA alt (b_2) −1,32716068 −1,32716068 −1,32716068 9,8e−10 ✓
GA üst (b_2) −1,06883982 −1,06883982 −1,06883982 9,8e−10 ✓
GA alt (b_1+b_2) −0,46757516 −0,46757516 −0,46757516 2,3e−9 ✓
F (metin, 3 ondalık) 171,471 171,471 171,471 0 ✓
Bootstrap SH(\hat c), B=300 0,88636841 0,88636841 0,88636841 2,0e−9 ✓
Yüzdelik GA alt 21,38421787 21,38421787 21,38421788 5,0e−10 ✓
Yüzdelik GA üst 25,23109909 25,23109909 25,23109915 2,3e−9 ✓
Temel GA alt 19,35566167 19,35566167 19,35566168 2,9e−10 ✓
Temel GA üst 23,20254289 23,20254289 23,20254294 2,3e−9 ✓
Normal yaklaşım GA alt 20,55613022 20,55613022 20,55613025 1,7e−9 ✓
Normal yaklaşım GA üst 24,03063055 24,03063055 24,03063057 1,1e−9 ✓
Yüzdelik GA üst, B=1000 25,00244879 25,00244879 — 2,0e−15 ✓
Stagnant: \hat c 0,04110578 0,04110578 0,04110579 6,6e−10 ✓
Stagnant: b_0 0,54466108 0,54466108 0,54466108 1,9e−10 ✓
Stagnant: b_1 −0,42207681 −0,42207681 −0,42207681 2,0e−10 ✓
Stagnant: b_2 −0,59849073 −0,59849073 −0,59849073 6,1e−11 ✓
Stagnant: SH(b_2) 0,01882877 0,01882877 0,01882877 1,9e−12 ✓
Stagnant: bootstrap SH(\hat c) 0,03560483 0,03560483 0,03560483 1,3e−10 ✓
Stagnant: yüzdelik GA alt −0,02439146 −0,02439146 −0,02439147 8,7e−10 ✓
Stagnant: yüzdelik GA üst 0,1331116 0,1331116 0,1331116 1,2e−9 ✓

Ölçütü karşılayan: 29/29. Python: Hudson'ın (1966) kesin yöntemi (aralık başına iki doğrunun kesişimi; scipy.optimize kullanılmadan). R: her gözlem aralığında optimize ile tarama ve lm; kırılma noktası ve katsayılar ayrıca segmented paketiyle doğrulandı. Bootstrap satırlarında üç hesap aynı yeniden örnekleme dizinlerini kullanır; şablonun aramasıyla kesin yöntem her örnekte aynı noktayı bulur (42.4.1).

Kırılma noktası, katsayılar, SH'ler, F ve bootstrap satırları üç hesapta aynıdır (29/29). Şablonun araması (42.4.1'deki "Koddaki tercih") her bootstrap örneğinde kesin yöntemle aynı noktayı bulduğundan bootstrap SH'si ve yüzdelik sınırlar bağımsız hesaplarla örtüşür: Bacon–Watts verisinde yüzdelik üst sınır 0,1331, örnek veride B=1000 ile 25,0024'tür.

42.7 Çıktıyı okuma

Örnek ayarın metin çıktısı:

Parçalı regresyon: buyume ~ sicaklik, n = 70
Kırılma noktası c = 22,2934; %95 bootstrap GA [21,3842; 25,2311] (300 geçerli örnek)
1. eğim = 0,8127; 2. eğim = -0,3853; eğim farkı = -1,1980 (SH 0,0647)
Tek doğruya karşı F(2, 66) = 171,471; p ≈ 7,246e-27 (yaklaşık; eşik kestirildiği için iyimserdir).
Eğim SH'leri c sabit kabul edilerek hesaplanmıştır.
Kırılma noktası araması kesindir: her gözlem aralığı taranır (aralık ucunda ve iki doğrunun kesişiminde); bootstrap örneklerinde de aynı arama yapılır.

"Parçalı regresyon" tablosu (dört ondalık):

parametre kestirim SH ga_alt ga_ust not
Kırılma noktası (c) 22,2934 0,8864 21,3842 25,2311 vaka bootstrap
Sabit (b0) 4,6192 0,4655 3,6898 5,5487 c verilmişken
1. eğim (b1) 0,8127 0,0314 0,7500 0,8754 c verilmişken
Eğim farkı (b2) −1,1980 0,0647 −1,3272 −1,0688 c verilmişken
2. eğim (b1 + b2) −0,3853 0,0412 −0,4676 −0,3031 c verilmişken
Öğe Ne yazar Nasıl yorumlanır
Kırılma noktası satırı \hat c, bootstrap GA, geçerli örnek sayısı Büyüme 22,3 °C dolayında en yüksektir. Aralık \hat c çevresinde simetrik değildir (alt uç 0,9, üst uç 2,9 uzakta).
Eğim satırı İki eğim ve farkı Kırılmadan önce derece başına +0,81, sonra −0,39. Eğim farkının GA'sı sıfırdan uzaktır.
F satırı Tek doğruya karşı yaklaşık F ve p F=171 gibi çok büyük bir değerde yaklaşıklık kararı değiştirmez; p 0,01–0,10 arasındaysa sonuç kesin sayılmaz.
Arama notu "Kırılma noktası araması kesindir …" Aramanın her aralığı taradığını söyler; sıçramalı modelde bunun yanına c'nin hangi aralıkta belirlendiği notu eklenir (203–206). \hat c arama aralığının ucundaysa ayrıca uyarı yazılır (207–209).
Tablodaki not "vaka bootstrap" ya da "c verilmişken" SH ve GA'nın hangi yoldan geldiğini söyler; iki tür aynı tabloda yan yanadır.
Sıçrama (b3) satırı Yalnız süreksiz modelde c'deki düzey farkı; c'nin aralık içindeki yerine bağlıdır (42.4.5).

Şekil 42.1. Şablonun şekli (örnek ayar). Sol: gözlemler, uydurulan parçalı doğru, kırılma noktası (kesikli çizgi) ve yüzdelik %95 GA'sı (gölgeli bant). Sağ: 300 bootstrap kırılma noktasının histogramı; dağılım sağa çarpıktır.

Şekil 42.2. Profil artık kareler toplamı \mathrm{KT}(c) (bağımsız hesap). Eğri her gözlem değerinde köşe yapar; en küçük değer 22,29'dadır. Noktalı çizgi tek doğrunun artık kareler toplamıdır (840,30).

Rapor cümlesi:

Büyüme ile sıcaklık arasındaki ilişki tek kırılma noktalı sürekli parçalı regresyonla modellendi (profil en küçük kareler; n = 70). Kırılma noktası 22,29 °C olarak kestirildi (vaka bootstrap'ı, B = 300; SH = 0,89; %95 yüzdelik GA 21,38–25,23). Kırılmadan önce büyüme derece başına 0,81 birim arttı (SH = 0,03), sonra 0,39 birim azaldı (SH = 0,04); eğim farkı −1,20 idi (%95 GA −1,33; −1,07; standart hatalar kırılma noktası verilmişken). Parçalı model tek doğrudan belirgin biçimde daha iyi uydu (yaklaşık F_{2,\,66} = 171{,}5).

42.8 Sık hatalar ve tuzaklar

  • Kırılma olmayan veride kırılma noktası raporlamak. Şablon her veride bir \hat c verir. Doğrusal ilişkili kurgusal veride (n=60) \hat c=30{,}28 çıkar; F_{2,\,56}=1{,}37 (p\approx0{,}26) ve bootstrap GA'sı [2{,}39;\ 32{,}15] ile arama aralığının neredeyse tamamını kaplar. Geniş bir GA ve küçük bir F, kırılmanın kanıtlanmadığını gösterir.
  • Eğrisel ilişkiyi eşik sanmak. Yavaşça bükülen bir eğri de parçalı modelle tek doğrudan iyi uyar ve F anlamlı çıkar. Artıklar x'e karşı çizilir; kırılmanın iki yanında sistematik eğrilik kalıyorsa model uygun değildir.
  • F'nin p değerini kesin sanmak. p iyimserdir (42.4.3). Sınırdaki sonuçlarda eğim farkının büyüklüğüne ve c'nin GA'sına bakılır.
  • Eğim SH'lerini toplam belirsizlik sanmak. "c verilmişken" SH'ler c'nin belirsizliğini içermez.
  • Az bootstrap ile uç çeyrekleri raporlamak. %95 aralığın uçları 300 örnekte en uçtaki 7–8 değere dayanır. Örnek veride yüzdelik GA tohum 2026 ile [21{,}38;\ 25{,}23], tohum 1 ile [20{,}79;\ 24{,}42], B=1000 ile [20{,}81;\ 25{,}01]'dir. Rapor için varsayılan 1000 ya da daha fazlası kullanılır ve tohum yazılır.
  • GA yöntemini sonuca bakarak seçmek. Yüzdelik, temel ve normal aralıklar çarpık dağılımda çok farklıdır (alt uç 21,38; 19,36; 20,56). Yöntem önceden belirlenir; çarpık dağılımda normal yaklaşım kullanılmaz.
  • "Her parçada en az gözlem"i çok büyütmek. Asıl kestirim çalışır, ama bootstrap örneklerinde farklı x sayısı 2m'nin altında kalır ve örnekler atlanır. Örnek veride (n=70) m=30 ile bütün örnekler atlanır ve şablon "Bootstrap örneklerinin çoğunda kırılma noktası kestirilemedi" iletisiyle durur. m, 0{,}3\,n'nin altında tutulur.
  • Yinelenen x değerli tasarımda geçerli örnek sayısına bakmamak. x birkaç düzeyde yineleniyorsa (doz düzeyleri) bootstrap örneklerinin bir kısmı atlanır; metindeki "geçerli örnek" sayısı B'den küçükse GA daha az örneğe dayanır.
  • c'nin arama aralığının ucunda çıkması. \hat c, x_{(m)} ya da x_{(n-m+1)}'e eşitse kırılma verinin kapsadığı aralıkta belirlenememiştir; şablon bunu ayrıca bildirmez.
  • Sıçramalı modelde c'yi kesin bir nokta gibi yorumlamak. Süreksiz modelde c yalnız iki gözlem arasına kadar bellidir ve b_3 seçilen noktaya bağlıdır (42.4.5).

42.9 Uzman soruları

S1. Serbestlik derecesi neden n − 4; c bir "parametre" sayılır mı?

Sayılır. Model c'ye göre doğrusal değildir, ama c veriden kestirilen dördüncü bilinmeyendir ve artık varyansı n-3'e bölmek, c'nin seçilmesiyle kazanılan uyumu hesaba katmamak olurdu. n-4 bölümü segmented paketinin ve doğrusal olmayan regresyonun kuralıyla aynıdır. Düzenlilik koşulları tam sağlanmadığından bu bir yaklaşıklıktır; n=70'te n-3 ile n-4 arasındaki fark SH'lerde %0,8'dir.

S2. Izgara nokta sayısı sonucu değiştirir mi?

Hayır. Arama kesindir (42.4.1): gözlenen bütün x değerleri ve her aralıktaki doğru kesişimi taranır; izgara ayarı aramayı etkilemez ve yalnız kayıtlı çalıştırmalarla uyum için durur. Örnek veride izgara = 10 ve 60 aynı sonucu verir (\hat c=22{,}2934; yüzdelik GA [21{,}3842;\ 25{,}2311]).

S3. segmented paketi c için neden daha küçük bir standart hata veriyor?

Örnek veride segmented \operatorname{SH}(\hat c)=0{,}604, şablonun bootstrap'ı 0,886 verir. segmented, modeli \hat c çevresinde doğrusallaştırır ve c'nin SH'sini o doğrusal modelin kovaryansından alır; aralık simetriktir. Bootstrap, \hat c^{\ast}'nin bazı örneklerde uzağa sıçradığı kalın kuyruğu da sayar. Kırılma keskin ve örneklem büyükse iki değer yakınsar; küçük örneklemde doğrusallaştırma belirsizliği küçük gösterebilir.

S4. Yüzdelik aralık neden varsayılan; temel aralık daha "doğru" değil mi?

Temel aralık, bootstrap dağılımının \hat c çevresindeki sapmalarının gerçek örnekleme sapmalarını taklit ettiği varsayımına dayanır ve dönüşüme göre değişmez değildir. Yüzdelik aralık, kestiricinin tekdüze bir dönüşümünün simetrik dağıldığı durumda doğrudur ve her zaman arama aralığının içinde kalır. Temel aralık dışarı taşabilir: doğrusal kurgusal veride temel aralık [28{,}41;\ 58{,}17]'dir, oysa en büyük x 40'ın altındadır. Kırılma noktası gibi sınırlı bir parametrede bu davranış yüzdelik aralığı daha kullanışlı kılar.

S5. Bootstrap'ta atlanan örnekler aralığı yanlı yapar mı?

Atlama kuralı yalnız x değerlerine bakar (2m'den az farklı değer), y'ye değil; bu yüzden kırılma noktasının yönüne ilişkin bir seçim yapmaz. Ama atlanan örnekler rastgele değildir: az farklı değer içeren, yani birkaç gözlemin çok yinelendiği örneklerdir ve bunlar tam da \hat c^{\ast}'nin en değişken olduğu örneklerdir. Atlananların payı küçükse (yüzde birkaç) etki önemsizdir; büyükse aralık dar çıkar.

S6. Tek doğruya karşı daha geçerli bir test nasıl yapılır?

Üç yol vardır. Davies'in (1987) testi, aday c değerleri üzerindeki en büyük istatistiğin p değerine üst sınır verir; R'de segmented paketinde bulunur. Sıfır hipotezi altında parametrik bootstrap: tek doğru uydurulur, artıklarından yeni yanıtlar üretilir, her birinde F yeniden hesaplanır ve gözlenen F bu dağılımla karşılaştırılır; MerQuR+'ta bootstrap_ozel ya da permutasyon_ozel şablonuyla kurulur. Üçüncüsü, bilgi ölçütüyle karşılaştırmadır; orada da c bir parametre sayılır.

S7. Sürekli ve sıçramalı model arasında nasıl seçilir?

Sıçramalı model sürekli modeli kapsar (b_3=0 kısıtı altında, c kesişim noktasındayken). Örnek veride \mathrm{KT} 135,62'den 133,58'e iner; bir ek parametre için F=(135{,}6175-133{,}5806)/(133{,}5806/65)=0{,}99'dur ve sıçramaya gerek olmadığını gösterir. Bu karşılaştırma da yaklaşıktır, çünkü iki modelin \hat c'leri farklıdır (22,29 ve 21,13). Sıçrama, kuramsal olarak ani bir düzey değişimi bekleniyorsa (bir uygulamanın başlaması) seçilir.

S8. Aynı x değerinde yinelenen gözlemler aramayı etkiler mi?

Arama sınırları gözlem sayısına göredir, farklı değer sayısına göre değil: x_{(m)}, m. gözlemin değeridir. En küçük x düzeyinde m ya da daha çok yineleme varsa alt sınır en küçük x'in kendisidir ve c o değerde (x-c)_{+} sütununu x ile doğrusal bağımlı yapar; orada model tek doğruya iner. Böyle bir tasarımda kırılma ancak iç düzeyler arasında belirlenebilir ve \hat c'nin kesinliği düzeyler arası aralıkla sınırlıdır.

42.10 Kaynaklar

  • Bacon, D. W., & Watts, D. G. (1971). Estimating the transition between two intersecting straight lines. Biometrika, 58(3), 525–534. https://doi.org/10.1093/biomet/58.3.525
  • Davies, R. B. (1987). Hypothesis testing when a nuisance parameter is present only under the alternative. Biometrika, 74(1), 33–43. https://doi.org/10.1093/biomet/74.1.33
  • Davison, A. C., & Hinkley, D. V. (1997). Bootstrap methods and their application. Cambridge University Press. https://doi.org/10.1017/CBO9780511802843
  • Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. https://doi.org/10.1214/aos/1176344552
  • Feder, P. I. (1975). On asymptotic distribution theory in segmented regression problems—identified case. The Annals of Statistics, 3(1), 49–83. https://doi.org/10.1214/aos/1176342999
  • Harris, C. R., Millman, K. J., van der Walt, S. J., et al. (2020). Array programming with NumPy. Nature, 585(7825), 357–362. https://doi.org/10.1038/s41586-020-2649-2
  • Hudson, D. J. (1966). Fitting segmented curves whose join points have to be estimated. Journal of the American Statistical Association, 61(316), 1097–1129. https://doi.org/10.1080/01621459.1966.10482198
  • Muggeo, V. M. R. (2003). Estimating regression models with unknown break-points. Statistics in Medicine, 22(19), 3055–3071. https://doi.org/10.1002/sim.1545
  • Muggeo, V. M. R. (2026). segmented: Regression models with break-points / change-points estimation (with possibly random effects) (R package version 2.2-2). https://doi.org/10.32614/CRAN.package.segmented
  • Toms, J. D., & Lesperance, M. L. (2003). Piecewise regression: A tool for identifying ecological thresholds. Ecology, 84(8), 2034–2041. https://doi.org/10.1890/02-0472
  • Virtanen, P., Gommers, R., Oliphant, T. E., et al. (2020). SciPy 1.0: Fundamental algorithms for scientific computing in Python. Nature Methods, 17(3), 261–272. https://doi.org/10.1038/s41592-019-0686-2