正如标题所示，我希望能够在 R 或 Python 中对以下（非线性阶跃函数）执行回归（不仅仅是简单的优化）（问题很关键，所以我愿意使用无论哪种软件都能完成工作）：
https://beta.postimg.org/image/3pqj0zb1b/
或在
Y = alpha + beta * Dummy_1 + error_term
where Dummy_1 = 1 if x > gamma * f(x) and if x < theta * f(x)
Parameters: alpha, beta, gamma, theta
所以我想使用强大的统计工具，并希望通过 GLM 来计算这个模型提供的所有好东西（我还不关心关于可靠性的优化问题，所以我很乐意采用任何可行的方法）。不幸的是，我不知道如何设置这样一个特殊的问题 - 无论是在 R 中还是在 Python 中。
你会怎么做？
【问题讨论】：
标签： python r regression glm
最适合您的解决方案是scipy
一个我的示例代码
import xlrd
import matplotlib.pyplot
import pylab
from scipy import stats
import numpy as np
import math
cord = xlrd.open_workbook('MT_coordenadas_todas.xls')
id1 = cord.sheet_by_index(0)
values1 = id1.col_values(0)
id2 = cord.sheet_by_index(0)
values2 = id2.col_values(1)
id3 = cord.sheet_by_index(0)
values3 = id3.col_values(2)
print type(values3)
a1= values1[1:16]
a2= values2[1:16]
print a2
a3= values3[1:16]
print a3
slope, intercept, r_value, p_value, std_err = stats.linregress(a2,a3)
print slope
print intercept
然后你得到斜率和界面
-1.76630044629
10061774.6817
【讨论】：