使用基于模型的递归分区 (partykit R) 进行代理拆分

Question

我正在使用 R 上的 partykit 库估计一个简单的 lmtree 模型。 在这个估计中，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这几个类别中所有缺失值的净值。 这意味着，只要我的数据框中至少有一个分区变量有缺失值，整个行就会从估计中删除，并且我会丢失所有其余 非缺失 提供的信息strong> 分区变量。

为了在更传统的条件推理树估计中解决这个问题，使用代理拆分（例如，使用来自partykit 的ctree_control 函数，您可以选择在ctree 估计中执行的maxsurrogate）。

是否也可以在lmtree（基于模型的递归分区）中执行代理拆分？

Answer 1

目前mob（因此lmtree和glmtree）的partykit实现还没有提供代理拆分。

我们正在努力进行新的重新实现，其中ctree 和mob 都可以与代理变量一起使用，并且两者都可以在lmtree 和glmtree 等的后台使用。

目前，当您需要使用代理拆分的基于模型的递归分区时，最佳解决方案是将ctree 与基于自定义模型的ytrafo 函数一起使用。这将在后台使用 CTree 算法（而不是 MOB），但这些通常会产生相当相似的结果。从应用的角度来看，更重要的区别在于lmtree 提供了各种便利功能，尤其是plot 和predict，ctree 没有。