R broom tidy.mlm 整理 a(n) 传销对象

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 mlm
tidy(x, conf.int = FALSE, conf.level = 0.95, ...)

参数

x

由 stats::lm() 创建的 mlm 对象，并以矩阵作为响应。

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

与 lm 对象(简单线性模型)相反，mlm(多重线性模型)对象的整洁输出包含一个附加列 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

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

# fit model
mod <- lm(cbind(mpg, disp) ~ wt, mtcars)

# summarize model fit with tidiers
tidy(mod, conf.int = TRUE)
#> # A tibble: 4 × 8
#>   response term   estimate std.error statistic  p.value conf.low conf.high
#>   <chr>    <chr>     <dbl>     <dbl>     <dbl>    <dbl>    <dbl>     <dbl>
#> 1 mpg      (Inte…    37.3      1.88      19.9  8.24e-19    33.5      41.1 
#> 2 mpg      wt        -5.34     0.559     -9.56 1.29e-10    -6.49     -4.20
#> 3 disp     (Inte…  -131.      35.7       -3.67 9.33e- 4  -204.      -58.2 
#> 4 disp     wt       112.      10.6       10.6  1.22e-11    90.8     134.