当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

R broom tidy.lm.beta 整理 a(n) lm.beta 对象


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。

用法

# S3 method for lm.beta
tidy(x, conf.int = FALSE, conf.level = 0.95, ...)

参数

x

由 lm.beta::lm.beta 创建的 lm.beta 对象。

conf.int

逻辑指示是否在整理的输出中包含置信区间。默认为 FALSE 。

conf.level

用于置信区间的置信水平(如果 conf.int = TRUE )。必须严格大于 0 且小于 1。默认为 0.95，对应于 95% 的置信区间。

...

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

如果线性模型是 mlm 对象(多重线性模型)，则有一个附加列 response 。

如果模型数据中缺少值，您可能需要使用 na.action = na.exclude 重新拟合模型。

也可以看看

其他电影整理者：augment.glm() , augment.lm() , glance.glm() , glance.lm() , glance.summary.lm() , glance.svyglm() , tidy.glm() , tidy.lm() , tidy.mlm() , tidy.summary.lm()

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。

estimate

回归项的估计值。

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。

std.error

回归项的标准误差。

term

回归项的名称。

例子


# load libraries for models and data
library(lm.beta)

# fit models
mod <- stats::lm(speed ~ ., data = cars)
std <- lm.beta(mod)

# summarize model fit with tidiers
tidy(std, conf.int = TRUE)
#> # A tibble: 2 × 8
#>   term        estimate std_estimate std.error statistic  p.value conf.low
#>   <chr>          <dbl>        <dbl>     <dbl>     <dbl>    <dbl>    <dbl>
#> 1 (Intercept)    8.28        NA        0.874       9.47 1.44e-12   NA    
#> 2 dist           0.166        0.807    0.0175      9.46 1.49e-12    0.772
#> # ℹ 1 more variable: conf.high <dbl>

# generate data
ctl <- c(4.17, 5.58, 5.18, 6.11, 4.50, 4.61, 5.17, 4.53, 5.33, 5.14)
trt <- c(4.81, 4.17, 4.41, 3.59, 5.87, 3.83, 6.03, 4.89, 4.32, 4.69)
group <- gl(2, 10, 20, labels = c("Ctl", "Trt"))
weight <- c(ctl, trt)

# fit models
mod2 <- lm(weight ~ group)
std2 <- lm.beta(mod2)

# summarize model fit with tidiers
tidy(std2, conf.int = TRUE)
#> # A tibble: 2 × 8
#>   term        estimate std_estimate std.error statistic  p.value conf.low
#>   <chr>          <dbl>        <dbl>     <dbl>     <dbl>    <dbl>    <dbl>
#> 1 (Intercept)    5.03        NA         0.220     22.9  9.55e-15   NA    
#> 2 groupTrt      -0.371       -0.270     0.311     -1.19 2.49e- 1   -0.925
#> # ℹ 1 more variable: conf.high <dbl>

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 Tidy a(n) lm.beta 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。