switch model的简化式模型是如何设定的？

我现在的因变量y有特征：对一部分观察点其取值大于等于0，还有部分观察点其取值小于等于0，我想建立回归模型来解释，具有什么样特征的观察点其y的值大于等于0，并且在这部分样本中具有什么特征的观察点其y趋向于0（或远离0），同样解释具有什么样特征的观察点的y小于等于0，且在这部分样本中具有什么特征的观察点其y趋向于0（或远离0）。也就是找出影响y的x，并解释之。

不知是否可以使用switch model？

当然我直接用y对x回归，因为我的y有正有负，我的考察重点是想解释x的变化对y为正远离0，y为负也远离0的解释。而通常的回归中，只能解释为y随着x的变大而变大。也就是若x的系数为正，我解释随着x变大，当y为正时，y远离0，但是当y为负时，y是接近0的。故我想在回归中来解释这种对应y的正负的情况。

若对y取了绝对值回归，只能解释远离0，而不能区分y是正和负的情况。

请高手指点！