R partykit::ctree() 如何在选择相同 p 值的拆分变量时打破平局答案

【问题标题】：R partykit::ctree() how to break tie in selecting splitting variable of identical p-valueR partykit::ctree() 如何在选择相同 p 值的拆分变量时打破平局
【发布时间】：2020-10-21 07:23:26
【问题描述】：

对于partykit::ctree对象中的节点x，我使用以下几行来获取节点上的拆分变量：

k=info_node(x)
names(k$p.value)

但是，此代码返回的节点的拆分变量与plot 创建的树上的不同。事实证明，k$criterion 中的三列具有最小 p 值；即

inds=which(k$criterion['p.value',]==k$p.value)
length(inds) #3

似乎info_node(x) 将三个变量中的第一个返回为names(k$p.value)，但plot 选择了第三个。我想知道这种差异是否是由两个原因造成的：

多个变量具有最小 p 值，并且有一种内部方法可以打破这种束缚，只选择一个分裂变量。
也许这三个变量的 p-value 略有不同，但由于 k$criterion 中的 p-value 精度固定，它们看起来具有相同的 p-value。

感谢任何见解！

【问题讨论】：

标签： r party ctree

【解决方案1】：

比较是在内部以对数 p 值规模进行的，即在 p 值很小的情况下更可靠。如果 p 值仍然存在关联（在机器精度范围内），则根据相应检验统计量的大小打破关联。

【讨论】：

谢谢！ names(k$p.value) 是如何选择的？
是的。这是与最小 p 值相关的变量的名称 - 在必要时打破平局之后。
那为什么names(k$p.value)和plot树上的不一样呢？
请发布一个最小的自包含可重现示例，然后我们可以看看。
嗨@AchimZeileis，我发布了一个例子！你能看一下吗？

【解决方案2】：

这是一个例子。谢谢！

library(partykit)
a=rep('N',87)
a[77]='Y'
b=rep(F,87)
b[c(7,10,11,33,56,77)]=T
d=rep(1,87)
d[c(29,38,40,42,65,77)]=0
dfb=data.frame(a=as.factor(a),b=as.factor(b),d=as.factor(d))
tFit=ctree(a ~ ., data=dfb, control = ctree_control(minsplit= 10,minbucket = 5,
                                                    maxsurrogate=2, alpha = 0.05))
plot(tFit) #displayed splitting variable is d
tNodes=node_party(tFit)
nodeInfo=info_node(tNodes)
names(nodeInfo$p.value) #b, not d

【讨论】：

嗨@AchimZeileis，这是示例！