R broom augment.robustbase.lmrob 使用来自 lmrob 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 lmrob
augment(x, data = model.frame(x), newdata = NULL, se_fit = FALSE, ...)

参数

x

从 robustbase::lmrob() 返回的 lmrob 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)。

细节

对于强大模型的整理器MASS包见tidy.rlm().

也可以看看

robustbase::lmrob()

其他健壮的基础整理器：augment.glmrob()、glance.lmrob()、tidy.glmrob()、tidy.lmrob()

值

带有列的 tibble::tibble()：

.fitted: 拟合值或预测值。
.resid: 观察值和拟合值之间的差异。

例子


if (requireNamespace("robustbase", quietly = TRUE)) {
  # load libraries for models and data
  library(robustbase)

  data(coleman)
  set.seed(0)

  m <- lmrob(Y ~ ., data = coleman)
  tidy(m)
  augment(m)
  glance(m)

  data(carrots)

  Rfit <- glmrob(cbind(success, total - success) ~ logdose + block,
    family = binomial, data = carrots, method = "Mqle",
    control = glmrobMqle.control(tcc = 1.2)
  )

  tidy(Rfit)
  augment(Rfit)
}
#> # A tibble: 24 × 5
#>    cbind(success, total - success…¹ [,""] logdose block .fitted .resid[,1]
#>                               <int> <int>   <dbl> <fct>   <dbl>      <dbl>
#>  1                               10    25    1.52 B1     -0.726      10.7 
#>  2                               16    26    1.64 B1     -0.972      17.0 
#>  3                                8    42    1.76 B1     -1.22        9.22
#>  4                                6    36    1.88 B1     -1.46        7.46
#>  5                                9    26    2    B1     -1.71       10.7 
#>  6                                9    33    2.12 B1     -1.96       11.0 
#>  7                                1    31    2.24 B1     -2.20        3.20
#>  8                                2    26    2.36 B1     -2.45        4.45
#>  9                               17    21    1.52 B2     -0.491      17.5 
#> 10                               10    30    1.64 B2     -0.737      10.7 
#> # ℹ 14 more rows
#> # ℹ abbreviated name: ¹`cbind(success, total - success)`[,"success"]
#> # ℹ 1 more variable: .resid[2] <dbl>

源代码：R/robustbase-lmrob-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) lmrob 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。