R broom augment.rlm 使用来自 rlm 对象的信息增强数据

Augment 接受模型对象和数据集，并添加有关数据集中每个观察值的信息。最常见的是，这包括 .fitted 列中的预测值、.resid 列中的残差以及 .se.fit 列中拟合值的标准误差。新列始终以 . 前缀开头，以避免覆盖原始数据集中的列。

用户可以通过 data 参数或 newdata 参数传递数据以进行增强。如果用户将数据传递给 data 参数，则它必须正是用于拟合模型对象的数据。将数据集传递给 newdata 以扩充模型拟合期间未使用的数据。这仍然要求至少存在用于拟合模型的所有预测变量列。如果用于拟合模型的原始结果变量未包含在 newdata 中，则输出中不会包含 .resid 列。

根据是否给出 data 或 newdata，增强的行为通常会有所不同。这是因为通常存在与训练观察(例如影响或相关)测量相关的信息，而这些信息对于新观察没有有意义的定义。

为了方便起见，许多增强方法提供默认的 data 参数，以便 augment(fit) 将返回增强的训练数据。在这些情况下，augment 尝试根据模型对象重建原始数据，并取得了不同程度的成功。

增强数据集始终以 tibble::tibble 形式返回，其行数与传递的数据集相同。这意味着传递的数据必须可强制转换为 tibble。如果预测变量将模型作为协变量矩阵的一部分输入，例如当模型公式使用 splines::ns() 、 stats::poly() 或 survival::Surv() 时，它会表示为矩阵列。

我们正在定义适合各种 na.action 参数的模型的行为，但目前不保证数据丢失时的行为。

用法

# S3 method for rlm
augment(x, data = model.frame(x), newdata = NULL, se_fit = FALSE, ...)

参数

x

MASS::rlm() 返回的 rlm 对象。

data

base::data.frame 或 tibble::tibble() 包含用于生成对象 x 的原始数据。默认为stats::model.frame(x)，以便augment(my_fit) 返回增强的原始数据。不要将新数据传递给 data 参数。增强将报告传递给 data 参数的数据的影响和烹饪距离等信息。这些度量仅针对原始训练数据定义。

newdata

base::data.frame() 或 tibble::tibble() 包含用于创建 x 的所有原始预测变量。默认为 NULL ，表示没有任何内容传递给 newdata 。如果指定了newdata，则data 参数将被忽略。

se_fit

逻辑指示是否应将 .se.fit 列添加到增强输出中。对于某些模型，此计算可能有点耗时。默认为 FALSE 。

...

附加参数。不曾用过。仅需要匹配通用签名。注意：拼写错误的参数将被吸收到 ... 中，并被忽略。如果拼写错误的参数有默认值，则将使用默认值。例如，如果您传递 conf.lvel = 0.9 ，所有计算将使用 conf.level = 0.95 进行。这里有两个异常：

tidy() 方法在提供 exponentiate 参数时会发出警告(如果该参数将被忽略)。
augment() 方法在提供 newdata 参数时会发出警告(如果该参数将被忽略)。

也可以看看

MASS::rlm()

其他 rlm 整理器：glance.rlm() 、tidy.rlm()

值

带有列的 tibble::tibble()：

.fitted: 拟合值或预测值。
.hat: 帽子矩阵的对角线。
.resid: 观察值和拟合值之间的差异。
.se.fit: 拟合值的标准误差。
.sigma: 从模型中删除相应观测值时的估计残差标准差。

例子


# load libraries for models and data
library(MASS)

# fit model
r <- rlm(stack.loss ~ ., stackloss)

# summarize model fit with tidiers
tidy(r)
#> # A tibble: 4 × 4
#>   term        estimate std.error statistic
#>   <chr>          <dbl>     <dbl>     <dbl>
#> 1 (Intercept)  -41.0       9.81     -4.18 
#> 2 Air.Flow       0.829     0.111     7.46 
#> 3 Water.Temp     0.926     0.303     3.05 
#> 4 Acid.Conc.    -0.128     0.129    -0.992
augment(r)
#> # A tibble: 21 × 10
#>    stack.loss Air.Flow Water.Temp Acid.Conc. .fitted .resid   .hat .sigma
#>         <dbl>    <dbl>      <dbl>      <dbl>   <dbl>  <dbl>  <dbl>  <dbl>
#>  1         42       80         27         89    38.9  3.05  0.327    3.32
#>  2         37       80         27         88    39.1 -2.08  0.343    3.39
#>  3         37       75         25         90    32.8  4.18  0.155    3.26
#>  4         28       62         24         87    21.5  6.50  0.0713   3.01
#>  5         18       62         22         87    19.6 -1.65  0.0562   3.42
#>  6         18       62         23         87    20.6 -2.57  0.0835   3.38
#>  7         19       62         24         93    20.7 -1.73  0.230    3.42
#>  8         20       62         24         93    20.7 -0.731 0.230    3.44
#>  9         15       58         23         87    17.3 -2.25  0.155    3.40
#> 10         14       58         18         80    13.5  0.481 0.213    3.45
#> # ℹ 11 more rows
#> # ℹ 2 more variables: .cooksd <dbl>, .std.resid <dbl>
glance(r)
#> # A tibble: 1 × 7
#>   sigma converged logLik     AIC   BIC deviance  nobs
#>   <dbl> <lgl>     <logLik> <dbl> <dbl>    <dbl> <int>
#> 1  2.44 TRUE      -52.954   116.  121.     191.    21

源代码：R/mass-rlm-tidiers.R

相关用法

注：本文由纯净天空筛选整理自等大神的英文原创作品 Augment data with information from a(n) rlm object。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。