R broom tidy.manova 整理 a(n) 方差分析对象

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 manova
tidy(x, test = "Pillai", ...)

参数

x

从 stats::manova() 返回 manova 对象。

test

"Pillai"(皮莱迹)、"Wilks"(威尔克 lambda)、"Hotelling-Lawley"(Hotelling-Lawley 迹)或 "Roy"(罗伊最大根)之一指示应使用哪个检验统计量。默认为"Pillai"。

...

参数传递给stats::summary.manova

object: 具有多个响应的 "manova" 类对象或 aov 对象。
intercept: 合乎逻辑的。如果 TRUE ，则截距项包含在表中。
tol: 用于确定残差是否等级不足的容差：请参阅qr。

细节

根据指定的测试统计量，仅包含 pillai 、 wilks 、 hl 或 roy 之一。

也可以看看

tidy() , stats::summary.manova()

其他方差分析：glance.anova()、glance.aov()、tidy.TukeyHSD()、tidy.anova()、tidy.aovlist()、tidy.aov()

值

带有列的 tibble::tibble()：

den.df: 分母的自由度。
num.df: 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。
pillai: 皮莱的踪迹。
wilks: 威尔克的 lambda。
hl: Hotelling-Lawley 跟踪。
roy: 罗伊最大的根源。

例子


npk2 <- within(npk, foo <- rnorm(24))
m <- manova(cbind(yield, foo) ~ block + N * P * K, npk2)
tidy(m)
#> # A tibble: 8 × 7
#>   term         df   pillai statistic num.df den.df p.value
#>   <chr>     <dbl>    <dbl>     <dbl>  <dbl>  <dbl>   <dbl>
#> 1 block         5  0.889      1.92       10     24  0.0925
#> 2 N             1  0.521      5.97        2     11  0.0175
#> 3 P             1  0.0505     0.293       2     11  0.752 
#> 4 K             1  0.357      3.05        2     11  0.0882
#> 5 N:P           1  0.103      0.633       2     11  0.549 
#> 6 N:K           1  0.294      2.29        2     11  0.147 
#> 7 P:K           1  0.00855    0.0474      2     11  0.954 
#> 8 Residuals    12 NA         NA          NA     NA NA

源代码：R/stats-anova-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) manova 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。