R rsample reg_intervals 具有线性参数模型的置信区间的便捷函数

使用 linear-ish 参数模型的置信区间的便捷函数

用法

reg_intervals(
  formula,
  data,
  model_fn = "lm",
  type = "student-t",
  times = NULL,
  alpha = 0.05,
  filter = term != "(Intercept)",
  keep_reps = FALSE,
  ...
)

参数

formula: 具有一个结果和至少一个预测变量的 R 模型公式。
data: 一个 DataFrame 。
model_fn: 适合的模型。允许的值为"lm"、"glm"、"survreg" 和"coxph"。后两者需要安装survival 软件包。
type: 自举置信区间的类型。允许使用 "student-t" 和 "percentile" 的值。
times: 引导样本数量的单个整数。如果保留 NULL，则 1,001 用于 t-intervals，2,001 用于百分位间隔。
alpha: 重要性程度。
filter: 用于从最终结果中删除行的逻辑表达式，或 NULL 以保留所有行。
keep_reps: 是否应该保留每个引导样本的单独参数估计值？
...: 传递给模型函数的选项(例如 family for glm() )。

值

包含列 "term"、".lower"、".estimate"、".upper"、".alpha" 和 ".method" 的小标题。如果 keep_reps = TRUE ，还会返回一个名为 ".replicates" 的附加列表列。

参考

戴维森，A. 和欣克利，D. (1997)。 Bootstrap 方法及其应用。剑桥：剑桥大学出版社。号码：10.1017/CBO9780511802843

自举置信区间，https://rsample.tidymodels.org/articles/Applications/Intervals.html

也可以看看

int_pctl() , int_t()

例子

# \donttest{
set.seed(1)
reg_intervals(mpg ~ I(1 / sqrt(disp)), data = mtcars)
#> # A tibble: 1 × 6
#>   term            .lower .estimate .upper .alpha .method  
#>   <chr>            <dbl>     <dbl>  <dbl>  <dbl> <chr>    
#> 1 I(1/sqrt(disp))   207.      249.   290.   0.05 student-t

set.seed(1)
reg_intervals(mpg ~ I(1 / sqrt(disp)), data = mtcars, keep_reps = TRUE)
#> # A tibble: 1 × 7
#>   term            .lower .estimate .upper .alpha .method       .replicates
#>   <chr>            <dbl>     <dbl>  <dbl>  <dbl> <chr>     <list<tibble[,>
#> 1 I(1/sqrt(disp))   207.      249.   290.   0.05 student-t     [1,001 × 2]
# }

源代码：R/reg_intervals.R

相关用法

注：本文由纯净天空筛选整理自Hannah Frick等大神的英文原创作品 A convenience function for confidence intervals with linear-ish parametric models。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。