使用步骤回归函数(Python/R)

Question

正如标题所暗示的，我希望能够在R或Python中对以下(非线性步长函数)执行回归(而不仅仅是简单的优化)(这个问题很关键，所以我愿意使用任何软件来完成这项工作)：

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`

因此，我想使用统计数据投入使用的强大工具，并希望通过GLM来计算这个模型提供的所有有用的东西(我还不关心可靠性方面的优化问题，所以我很乐意采用任何有效的工具)。不幸的是，我不知道如何设置这样一个特殊的问题-无论是用R还是用Python。

你会怎么做呢？

Answer 1

最好的解决方案是我的示例代码之一的scipy

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

然后你会得到斜率和界面

-1.76630044629
10061774.6817