
回归与预测
|
155
4.7.2
样条回归
多项式回归只能捕获非线性关系中一定数量的曲线性质。如果添加更高阶的项,比如三次
多项式,会在回归方程中带来我们不想要的“波动性”。另一种(通常也是更好的)对非
线性关系建模的方法是
样条回归
,它提供了一种在固定点之间平滑地插值的方法。样条最
初是制图员用来绘制平滑曲线的工具,在船舶和飞行器制造中使用得尤其普遍。
样条是通过压铁(俗称“鸭子”)将一支细长的木条弯成曲线形状而制成的(见图
4-1
1
)。
图 4-11:样条最初是使用可弯曲的木条和俗称“鸭子”的压铁而制成的,它是制图员用来拟合曲线
的工具(照片经 Bob Perry 允许,免费使用)
样条的技术定义是一系列连续的分段多项式,它是在第二次世界大战期间由美国阿伯丁武
器试验场的罗马尼亚数学家
I.
J. Schoenberg
首次提出的。分段多项式通过预测变量中的一
系列固定点(称为
节点
)平滑地连接起来。样条回归要比多项式回归复杂得多,通常需要
统计软件来处理样条回归拟合时的细节。
R
包
splines
中有一个
bs
函数,可以在回归模型
中创建一个
b-spline
(基本样条)项
。例如,下面的代码可以向房屋回归模型中添加一个
b-spline
项:
library(splines)
knots <- quantile(house_98105$SqFtTotLiving, p=c(.25, .5, .75))
lm_spline <- lm(AdjSalePrice ~ bs(SqFtTotLiving, knots=knots, ...