开启和关闭系数R线性回归

Question

我想创建一个线性回归模型来预测使用两个不同系数的输出，这个系数根据数据中的某个阈值。例如： df：

Value Temperature 
8.2  70 
3.2  51 
5.8  54 
7.2  61 

等等。对于这个数据，我想弄清楚如何进行以下模型：

值= B0 + B1（HighTemp）+ B2（LowTemp）

其中，B1是0，如果温度低于55，和B2是0是温度高于55 我试过如下：

fit = lm(Value ~ I(Temperature > 55), data = df) 
fit2 = lm(Value ~ Temperature * I(Temperature > 55), data = df) 

fit只给我当温度高于55的系数，并给出了fit2输出，我不完全理解。我还在考虑创建第三列HighorLow，并使用指示变量（1或0）确定温度是高还是低。我会：

fit = lm(Value ~ Temperature:HighorLow, data = df) 

有没有人有任何输入？我将不胜感激任何帮助。

Answer 1

你有两个连续变量，你为什么要使用阈值？你的线性回归可能只是

df<-data.frame(Value=c(8.2,3.2,5.8,7.2),Temperature=c(70,51,54,61)) 
lm(Value~Temperature,data=df) 

但是，如果你真的想分成基于阈值组，

df$Temp_threshold<-df$Temperature>55 
lm(Value ~ Temp_threshold,data=df) 

Answer 2

这是你的第三个想法，这是统计学上一个合适的例子。你是正确的因素。

> df <- data.frame(Value = runif(100, min = 0, max = 10), Temperature = runif(100, min = 50, max = 90)) 
> df$Threshold <- with(df, factor(ifelse(Temperature > 55, 1, 0))) 
> m <- lm(Value ~ Threshold, data = df) 
> summary(m) 

Call: 
lm(formula = Value ~ Threshold, data = df) 

Residuals: 
    Min  1Q Median  3Q  Max 
-4.9916 -2.1260 0.1069 2.4733 4.8550 

Coefficients: 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 5.4835  0.8155 6.724 1.19e-09 *** 
Threshold1 -0.7074  0.8645 -0.818 0.415  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 2.705 on 98 degrees of freedom 
Multiple R-squared: 0.006787, Adjusted R-squared: -0.003347 
F-statistic: 0.6697 on 1 and 98 DF, p-value: 0.4151