我使用以下代码在 R 中运行了 Chow 测试：
mydata <- read.csv(file="chow.csv", header=TRUE, sep=",")
sctest(fuel~pred, data=mydata, type="Chow", point=44)
我能够成功获得 F 统计量和 p 值，但我想查看图表，即分割回归，您将一条曲线分成两部分（在点 44），如附图所示。
谁能告诉我R是否可以用给定的信息绘制这个图？谢谢你。 enter image description here
【问题讨论】：
mydata 提供可重现的最小数据，这将有所帮助（例如，包括dput(mydata) 或dput(head(mydata, 20)) 的输出）。这样我们就有了工作要做。您还应该明确包括您一直在使用的非基础 R 库。例如，我假设sctest 来自strucchange?
我不认为你可以用sctest 的结果来绘制它，但从你的数据中绘制它应该很容易。只需创建每个相关的线性回归，然后绘制线段。
由于您没有提供任何数据，我将使用 NHANES 包中的 NHANES 数据进行说明。
library(NHANES)
data(NHANES)
plot(Height ~ Age, data=NHANES, pch=20, col="#00000022")
在 Age=16 时，身高似乎会随着年龄的变化而发生结构性变化。 您想将完整数据上的线性模型与两个线性模型（Age 16）进行比较。所以只需生成它们并绘制它们。
## Full data
LM0 = lm(Height ~ Age, data=NHANES)
abline(LM0, col="red", type=2, lwd=3)
## Age <= 16
LM1 = lm(Height ~ Age, data=NHANES[NHANES$Age <= 16,])
y1 = predict(LM1, newdata=data.frame(Age=c(0,16)))
## Age > 16
LM2 = lm(Height ~ Age, data=NHANES[NHANES$Age > 16,])
y2 = predict(LM2, newdata=data.frame(Age=c(16,80)))
lines(x=c(0,16), y=y1, col="green", lty=3, lwd=3)
lines(x=c(16,80), y=y2, col="green", lty=3, lwd=3)
根据 cmets 中提供的数据，这里是另一个示例。至少在给出的几个点上，将这些数据分成两个模型似乎并不明显，但我选择了一个强调不同模型的划分点。
mydata = structure(list(fuel = c(346591L, 344841L, 369015L, 346062L,
337494L, 355830L, 380516L, 391917L, 356761L, 359326L, 348208L,
358639L, 351659L, 323356L, 364712L), pred = c(346293.4, 344855.5,
355014.2, 342456.1, 347042.1, 371000.1, 376011.6, 391521.4,
364751.5, 358650, 356547.3, 355159.8, 359598.2, 349122.6, 357969.6)),
.Names = c("fuel", "pred"), row.names = c(NA, 15L), class = "data.frame")
plot(pred ~ fuel, data=mydata)
LM0 = lm(pred ~ fuel, data=mydata)
abline(LM0, lty=2)
LM1 = lm(pred ~ fuel, data=mydata[mydata$fuel <= 347500,])
y1 = predict(LM1, newdata=data.frame(fuel=c(320000,347500)))
lines(c(320000,350000), y1, lty=3)
LM2 = lm(pred ~ fuel, data=mydata[mydata$fuel > 347500,])
y2 = predict(LM2, newdata=data.frame(fuel=c(347500,395000)))
lines(c(350000,395000), y2, lty=3)
【讨论】：