R broom tidy.lmRob 整理 a(n) lmRob 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 lmRob
tidy(x, ...)

参数

x

从 robust::lmRob() 返回的 lmRob 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)。

细节

对于强大模型的整理器MASS包见tidy.rlm().

也可以看看

robust::lmRob()

其他强大的整理器：augment.lmRob()、glance.glmRob()、glance.lmRob()、tidy.glmRob()

例子


# load modeling library
library(robust)

# fit model
m <- lmRob(mpg ~ wt, data = mtcars)

# summarize model fit with tidiers
tidy(m)
#> # A tibble: 2 × 5
#>   term        estimate std.error statistic  p.value
#>   <chr>          <dbl>     <dbl>     <dbl>    <dbl>
#> 1 (Intercept)    35.6       3.58      9.93 5.37e-11
#> 2 wt             -4.91      1.09     -4.49 9.67e- 5
augment(m)
#> # A tibble: 32 × 4
#>    .rownames           mpg    wt .fitted
#>    <chr>             <dbl> <dbl>   <dbl>
#>  1 Mazda RX4          21    2.62    22.7
#>  2 Mazda RX4 Wag      21    2.88    21.4
#>  3 Datsun 710         22.8  2.32    24.2
#>  4 Hornet 4 Drive     21.4  3.22    19.8
#>  5 Hornet Sportabout  18.7  3.44    18.7
#>  6 Valiant            18.1  3.46    18.6
#>  7 Duster 360         14.3  3.57    18.0
#>  8 Merc 240D          24.4  3.19    19.9
#>  9 Merc 230           22.8  3.15    20.1
#> 10 Merc 280           19.2  3.44    18.7
#> # ℹ 22 more rows
glance(m)
#> # A tibble: 1 × 5
#>   r.squared deviance sigma df.residual  nobs
#>       <dbl>    <dbl> <dbl>       <int> <int>
#> 1     0.567     136.  2.95          30    32

源代码：R/robust-lmrob-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 Tidy a(n) lmRob 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。