R partykit::ctree() 如何在选择相同 p 值的分裂变量时打破平局

Question

对于 partykit::ctree 对象中的节点 x，我使用以下行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分裂变量与plot创建的树上的分裂变量不同。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) returns三个变量中的第一个为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只选择一个分裂变量的平局。
也许这三个变量的p值略有不同，但由于k$criterion中固定的p值精度，它们看起来具有相同的p值。

如有任何见解，我们将不胜感激！

Answer 1

比较是在内部对数 p 值范围内进行的，即在 p 值很小的情况下更可靠。如果 p 值（在机器精度范围内）仍然保持联系，则根据相应检验统计量的大小将它们打破。

Answer 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

R partykit::ctree() 如何在选择相同 p 值的分裂变量时打破平局

R partykit::ctree() how to break tie in selecting splitting variable of identical p-value

r

party

ctree