r - 使用基于模型的递归分区 (partykit R) 进行代理拆分

Question

我正在估算一个简单的 lmtree模型使用 partykit R上的图书馆在此估计中，我有一个因变量 y、一个解释变量 x 和一组分区变量 z。

我的一些分区变量有大量缺失值，我注意到最终估计的模型样本量是那几个类别中所有缺失值的净值。这意味着，只要至少一个分区变量在我的数据框中有缺失值，整行就会从估计中删除，我会丢失所有其余 non-missing 分区变量。

为了解决这个问题，在更传统的条件推理树估计中使用了代理 split (例如，使用 ctree_control 中的 partykit 函数，您可以选择在 maxsurrogate 估计中执行的 ctree)。

是否也可以在 lmtree 中执行代理拆分(基于模型的递归划分)？

Answer 1

此刻 partykit实现mob (因此 lmtree 和 glmtree )尚未提供代理拆分。

我们正在研究一个新的重新实现，其中 ctree和 mob可以与代理变量一起使用，两者都可以在后台用于 lmtree和 glmtree等等

目前，当您需要使用代理拆分进行基于模型的递归分区时，最好的解决方案是使用 ctree基于自定义模型 ytrafo功能。这将在后台使用 CTree 算法(而不是 MOB)，但这些算法通常会产生非常相似的结果。从应用的角度来看，更重要的区别是 lmtree提供各种便利功能，特别是 plot和 predict , 那ctree没有。