当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

R broom glance.polr 浏览 a(n) polr 对象


Glance 接受模型对象并返回 tibble::tibble()，其中仅包含一行模型摘要。摘要通常是拟合优度度量、残差假设检验的 p 值或模型收敛信息。

Glance 永远不会返返回自对建模函数的原始调用的信息。这包括建模函数的名称或传递给建模函数的任何参数。

Glance 不计算汇总度量。相反，它将这些计算外包给适当的方法并将结果收集在一起。有时拟合优度测量是不确定的。在这些情况下，该度量将报告为 NA 。

无论模型矩阵是否秩亏，Glance 都会返回相同的列数。如果是这样，则不再具有明确定义值的列中的条目将使用适当类型的 NA 进行填充。

用法

# S3 method for polr
glance(x, ...)

参数

x

从 MASS::polr() 返回的 polr 对象。

...

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

值

恰好只有一行和一列的 tibble::tibble()：

AIC

模型的 Akaike 信息准则。

BIC

模型的贝叶斯信息准则。

deviance

模型的偏差。

df.residual

剩余自由度。

edf

有效自由度。

logLik

模型的对数似然。 [stats::logLik()] 可能是一个有用的参考。

nobs

使用的观察数。

例子


# load libraries for models and data
library(MASS)

# fit model
fit <- polr(Sat ~ Infl + Type + Cont, weights = Freq, data = housing)

# summarize model fit with tidiers
tidy(fit, exponentiate = TRUE, conf.int = TRUE)
#> 
#> Re-fitting to get Hessian
#> # A tibble: 8 × 7
#>   term          estimate std.error statistic conf.low conf.high coef.type 
#>   <chr>            <dbl>     <dbl>     <dbl>    <dbl>     <dbl> <chr>     
#> 1 InflMedium       1.76     0.105       5.41    1.44      2.16  coefficie…
#> 2 InflHigh         3.63     0.127      10.1     2.83      4.66  coefficie…
#> 3 TypeApartment    0.564    0.119      -4.80    0.446     0.712 coefficie…
#> 4 TypeAtrium       0.693    0.155      -2.36    0.511     0.940 coefficie…
#> 5 TypeTerrace      0.336    0.151      -7.20    0.249     0.451 coefficie…
#> 6 ContHigh         1.43     0.0955      3.77    1.19      1.73  coefficie…
#> 7 Low|Medium       0.609    0.125      -3.97   NA        NA     scale     
#> 8 Medium|High      2.00     0.125       5.50   NA        NA     scale     

glance(fit)
#> # A tibble: 1 × 7
#>     edf logLik   AIC   BIC deviance df.residual  nobs
#>   <int>  <dbl> <dbl> <dbl>    <dbl>       <int> <int>
#> 1     8 -1740. 3495. 3539.    3479.        1673  1681
augment(fit, type.predict = "class")
#> # A tibble: 72 × 6
#>    Sat    Infl   Type      Cont  `(weights)` .fitted
#>    <ord>  <fct>  <fct>     <fct>       <int> <fct>  
#>  1 Low    Low    Tower     Low            21 Low    
#>  2 Medium Low    Tower     Low            21 Low    
#>  3 High   Low    Tower     Low            28 Low    
#>  4 Low    Medium Tower     Low            34 High   
#>  5 Medium Medium Tower     Low            22 High   
#>  6 High   Medium Tower     Low            36 High   
#>  7 Low    High   Tower     Low            10 High   
#>  8 Medium High   Tower     Low            11 High   
#>  9 High   High   Tower     Low            36 High   
#> 10 Low    Low    Apartment Low            61 Low    
#> # ℹ 62 more rows

fit2 <- polr(factor(gear) ~ am + mpg + qsec, data = mtcars)

tidy(fit, p.values = TRUE)
#> 
#> Re-fitting to get Hessian
#> p-values can presently only be returned for models that contain
#>               no categorical variables with more than two levels
#> # A tibble: 8 × 6
#>   term          estimate std.error statistic p.value coef.type  
#>   <chr>            <dbl>     <dbl>     <dbl> <lgl>   <chr>      
#> 1 InflMedium       0.566    0.105       5.41 NA      coefficient
#> 2 InflHigh         1.29     0.127      10.1  NA      coefficient
#> 3 TypeApartment   -0.572    0.119      -4.80 NA      coefficient
#> 4 TypeAtrium      -0.366    0.155      -2.36 NA      coefficient
#> 5 TypeTerrace     -1.09     0.151      -7.20 NA      coefficient
#> 6 ContHigh         0.360    0.0955      3.77 NA      coefficient
#> 7 Low|Medium      -0.496    0.125      -3.97 NA      scale      
#> 8 Medium|High      0.691    0.125       5.50 NA      scale

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 Glance at a(n) polr 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。