Tidy 总结了有关模型组件的信息。模型组件可能是回归中的单个项、单个假设、聚类或类。 tidy 所认为的模型组件的确切含义因模型而异,但通常是不言而喻的。如果模型具有多种不同类型的组件,您将需要指定要返回哪些组件。
参数
- x
-
通过调用
epiR::epi.2by2()
生成的epi.2by2
对象 - parameters
-
返回关联度量 (
moa
) 或测试统计量 (stat
),默认为moa
(关联度量) - ...
-
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:
细节
当调用 epiR::epi.2by2()
时,tibble 对于 massoc
或 massoc.detail
中包含的每个关联度量或测试都有一列。
值
带有列的 tibble::tibble()
:
- conf.high
-
估计置信区间的上限。
- conf.low
-
估计置信区间的下限。
- df
-
该术语在模型中使用的自由度。
- p.value
-
与观察到的统计量相关的两侧 p 值。
- statistic
-
在回归项非零的假设中使用的 T-statistic 的值。
- term
-
回归项的名称。
- estimate
-
估计关联度
例子
# load libraries for models and data
library(epiR)
#> Package epiR 2.0.61 is loaded
#> Type help(epi.about) for summary information
#> Type browseVignettes(package = 'epiR') to learn how to use epiR for applied epidemiological analyses
#>
# generate data
dat <- matrix(c(13, 2163, 5, 3349), nrow = 2, byrow = TRUE)
rownames(dat) <- c("DF+", "DF-")
colnames(dat) <- c("FUS+", "FUS-")
# fit model
fit <- epi.2by2(
dat = as.table(dat), method = "cross.sectional",
conf.level = 0.95, units = 100, outcome = "as.columns"
)
# summarize model fit with tidiers
tidy(fit, parameters = "moa")
#> # A tibble: 15 × 4
#> term estimate conf.low conf.high
#> <chr> <dbl> <dbl> <dbl>
#> 1 PR.strata.wald 4.01 1.43 11.2
#> 2 PR.strata.taylor 4.01 1.43 11.2
#> 3 PR.strata.score 1.84 1.25 2.24
#> 4 OR.strata.wald 4.03 1.43 11.3
#> 5 OR.strata.cfield 4.03 NA NA
#> 6 OR.strata.score 4.03 1.49 10.9
#> 7 OR.strata.mle 4.02 1.34 14.4
#> 8 ARisk.strata.wald 0.448 0.0992 0.797
#> 9 ARisk.strata.score 0.448 0.142 0.882
#> 10 NNT.strata.wald 223. 125. 1008.
#> 11 NNT.strata.score 223. 113. 705.
#> 12 PARisk.strata.wald 0.176 -0.0225 0.375
#> 13 PARisk.strata.piri 0.176 0.0389 0.314
#> 14 AFRisk.strata.wald 0.750 0.301 0.911
#> 15 PAFRisk.strata.wald 0.542 0.0361 0.782
tidy(fit, parameters = "stat")
#> # A tibble: 3 × 4
#> term statistic df p.value
#> <chr> <dbl> <dbl> <dbl>
#> 1 chi2.strata.uncor 8.18 1 0.00424
#> 2 chi2.strata.yates 6.85 1 0.00885
#> 3 chi2.strata.fisher NA NA 0.00635
相关用法
- R broom tidy.emmGrid 整理 a(n) emmGrid 对象
- R broom tidy.ergm 整理 a(n) ergm 对象
- R broom tidy.robustbase.glmrob 整理 a(n) glmrob 对象
- R broom tidy.acf 整理 a(n) acf 对象
- R broom tidy.robustbase.lmrob 整理 a(n) lmrob 对象
- R broom tidy.biglm 整理 a(n) biglm 对象
- R broom tidy.garch 整理 a(n) garch 对象
- R broom tidy.rq 整理 a(n) rq 对象
- R broom tidy.kmeans 整理 a(n) kmeans 对象
- R broom tidy.betamfx 整理 a(n) betamfx 对象
- R broom tidy.anova 整理 a(n) anova 对象
- R broom tidy.btergm 整理 a(n) btergm 对象
- R broom tidy.cv.glmnet 整理 a(n) cv.glmnet 对象
- R broom tidy.roc 整理 a(n) roc 对象
- R broom tidy.poLCA 整理 a(n) poLCA 对象
- R broom tidy.Kendall 整理 a(n) Kendall 对象
- R broom tidy.survreg 整理 a(n) survreg 对象
- R broom tidy.pairwise.htest 整理 a(n)pairwise.htest 对象
- R broom tidy.coeftest 整理 a(n) coeftest 对象
- R broom tidy.polr 整理 a(n) polr 对象
- R broom tidy.map 整理 a(n) Map对象
- R broom tidy.survexp 整理 a(n) survexp 对象
- R broom tidy.margins 整理 a(n) 边距对象
- R broom tidy.Arima 整理 a(n) Arima 对象
- R broom tidy.lmRob 整理 a(n) lmRob 对象
注:本文由纯净天空筛选整理自等大神的英文原创作品 Tidy a(n) epi.2by2 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。