当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

R broom glance.svyglm 浏览 svyglm 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 svyglm
glance(x, maximal = x, ...)

参数

x

从 survey::svyglm() 返回的 svyglm 对象。

maximal

对应于计算 BIC 的最大模型的 svyglm 对象。有关详细信息，请参阅 Lumley 和 Scott (2015)。默认为x，相当于不使用最大模型。

...

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)。

参考

拉姆利 T，斯科特 A (2015)。 AIC 和 BIC 用于使用复杂的调查数据进行建模。调查统计与方法学杂志，3(1)。

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.null

零模型使用的自由度。

df.residual

剩余自由度。

null.deviance

零模型的偏差。

例子


# load libraries for models and data
library(survey)
#> Loading required package: grid
#> 
#> Attaching package: ‘survey’
#> The following object is masked from ‘package:drc’:
#> 
#>     twophase
#> The following object is masked from ‘package:graphics’:
#> 
#>     dotchart

set.seed(123)
data(api)

# survey design
dstrat <-
  svydesign(
    id = ~1,
    strata = ~stype,
    weights = ~pw,
    data = apistrat,
    fpc = ~fpc
  )

# model
m <- svyglm(
  formula = sch.wide ~ ell + meals + mobility,
  design = dstrat,
  family = quasibinomial()
)

glance(m)
#> # A tibble: 1 × 7
#>   null.deviance df.null   AIC   BIC deviance df.residual  nobs
#>           <dbl>   <int> <dbl> <dbl>    <dbl>       <dbl> <int>
#> 1          184.     199  184.  199.     178.         194   200
源代码：R/survey-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 Glance at a(n) svyglm 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。