Splajny są używane w modelowaniu regresji do modelowania możliwie złożonych, nieliniowych form funkcjonalnych. Trend wygładzony splajnem składa się z częściowo ciągłych wielomianów, których wiodący współczynnik zmienia się w każdym punkcie przerwania lub węźle. Splajn można określić zarówno pod względem wielomianu trendu, jak i punktów przerwania. Reprezentacja splajnu współzmiennej rozciąga pojedynczy wektor obserwowanych wartości do macierzy, której wymiarem jest stopień wielomianowy plus liczba węzłów.
Okresowe wersja wypustów jest tylko okresowe wersja usprawiedliwienia: dane są cięte na powtórzeń o długości okresu. Na przykład modelowanie trendu dobowego w wielodniowym eksperymencie na szczurach wymagałoby przekodowywania czasu eksperymentu na przyrosty 24-godzinne, więc 154 godzina byłaby wartością modulo 24 równą 10 (154 = 6 * 24 + 10). Jeśli dopasujesz regresję liniową do danych cięcia, oszacuje ona przebieg fali piły dla trendu. Jeśli wpiszesz funkcję kroku gdzieś w tym okresie, będzie to kwadratowy przebieg pasujący do szeregu. Splajn jest w stanie wyrazić znacznie bardziej wyrafinowaną falkę. Za to, co jest warte, w splines
pakiecie znajduje się funkcja, periodicSpline
która właśnie to robi.
pnkpp + ii ≤ nkS.p + i= ( X- kja)pja( X< kja)k
myspline <- function(x, degree, knots) {
knots <- sort(knots)
val <- cbind(x, outer(x, knots, `-`))
val[val < 0] <- 0
val <- val^degree
if(degree > 1)
val <- cbind(outer(x, 1:{degree-1}, `^`), val)
colnames(val) <- c(
paste0('spline', 1:{degree-1}, '.1'),
paste0('spline', degree, '.', seq(length(knots)+1))
)
val
}
2) πτ
x <- seq(0, 2*pi, by=pi/2^8)
y <- sin(x)
plot(x,y, type='l')
s <- myspline(x, 2, pi)
fit <- lm(y ~ s)
yhat <- predict(fit)
lines(x,yhat)
Zobaczysz, że są dość zgodne. Ponadto konwencja nazewnictwa umożliwia interpretację. W wyniku regresji widać:
> summary(fit)
Call:
lm(formula = y ~ s)
Residuals:
Min 1Q Median 3Q Max
-0.04564 -0.02050 0.00000 0.02050 0.04564
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.033116 0.003978 -8.326 7.78e-16 ***
sspline1.1 1.268812 0.004456 284.721 < 2e-16 ***
sspline2.1 -0.400520 0.001031 -388.463 < 2e-16 ***
sspline2.2 0.801040 0.001931 414.878 < 2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.02422 on 509 degrees of freedom
Multiple R-squared: 0.9988, Adjusted R-squared: 0.9988
F-statistic: 1.453e+05 on 3 and 509 DF, p-value: < 2.2e-16
π/ 2
Zakładam, że znasz częstotliwość dostępnych danych. Jeśli w danych brakuje komponentu wzrostu lub średniej ruchomej, możesz przekształcić długi szereg czasowy w repliki krótkich szeregów trwających 1 okres. Masz teraz repliki i możesz użyć analizy danych do oszacowania powtarzającego się trendu.
Załóżmy, że generuję następujące nieco głośne, bardzo długie szeregi czasowe:
x <- seq(1, 100, by=0.01)
y <- sin(x) + rnorm(length(x), 0, 10)
xp <- x %% (2*pi)
s <- myspline(xp, degree=2, knots=pi)
lm(y ~ s)
Wynikowa wydajność pokazuje rozsądną wydajność.
> summary(fit)
Call:
lm(formula = y ~ s)
Residuals:
Min 1Q Median 3Q Max
-39.585 -6.736 0.013 6.750 37.389
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.48266 0.38155 -1.265 0.205894
sspline1.1 1.52798 0.42237 3.618 0.000299 ***
sspline2.1 -0.44380 0.09725 -4.564 5.09e-06 ***
sspline2.2 0.76553 0.18198 4.207 2.61e-05 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 9.949 on 9897 degrees of freedom
Multiple R-squared: 0.006406, Adjusted R-squared: 0.006105
F-statistic: 21.27 on 3 and 9897 DF, p-value: 9.959e-14