使用 R 中的 strucchange 包识别断点时可以提高灵敏度吗？

Question

我正在使用 strucchange 包来识别我的数据中的断点，本质上是试图拟合一个阶跃函数。在某些情况下，它非常好，但在其他情况下，它完全错过了这些步骤，或者没有识别出足够多的步骤。有没有办法从本质上告诉包，它应该以更小的粒度寻找断点？

我按照这个例子找到了断点：Model comparison for breakpoint time series model in R strucchange

我使用的代码在这里：

        ts_prep <- data.frame(newdata$Num_Cycles)
        newdata_ts <- ts(data=ts_prep, start = c(1,1), frequency=num)
        plot(newdata_ts,main=num)
        break_points <- breakpoints(newdata_ts ~ 1)
        break_factor <- breakfactor(break_points)
        break_model <- lm(newdata_ts ~ break_factor - 1)
        lines(fitted(break_points), col = 4)
        simple_lm <- lm(newdata_ts ~ time(newdata_ts))
        abline(simple_lm,col='red')

这是一个很好的例子（蓝线到黑线）：

下面是一个不合适的例子（蓝线再次变黑）：

Answer 1

这可以通过传递“h”参数来完成，其中 h 是最小段大小（作为数据的一部分）。就我而言，0.05 效果很好。