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
-
从
survey::svyolr()
返回的svyolr
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。 - exponentiate
-
逻辑指示是否对系数估计值取幂。这对于逻辑回归和多项回归来说是典型的,但如果没有 log 或 logit 链接,那么这是一个坏主意。默认为
FALSE
。 - ...
-
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
tidy.svyolr()
tidier 是 tidy.polr()
的轻量级包装。但是,tidy.polr()
中 p 值计算的实现既是计算密集型的,又是特定于该模型的,因此 tidy.svyolr()
的 p.values
参数当前被忽略,并且在传递时会发出警告。
也可以看看
其他序号整理器:augment.clm()
, augment.polr()
, glance.clmm()
, glance.clm()
, glance.polr()
, glance.svyolr()
, tidy.clmm()
, tidy.clm()
, tidy.polr()
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
library(broom)
library(survey)
data(api)
dclus1 <- svydesign(id = ~dnum, weights = ~pw, data = apiclus1, fpc = ~fpc)
dclus1 <- update(dclus1, mealcat = cut(meals, c(0, 25, 50, 75, 100)))
m <- svyolr(mealcat ~ avg.ed + mobility + stype, design = dclus1)
m
#> Call:
#> svyolr(mealcat ~ avg.ed + mobility + stype, design = dclus1)
#>
#> Coefficients:
#> avg.ed mobility stypeH stypeM
#> -2.6999217 0.0325042 -1.7574715 -0.6191463
#>
#> Intercepts:
#> (0,25]|(25,50] (25,50]|(50,75] (50,75]|(75,100]
#> -8.857919 -6.586464 -4.924938
tidy(m, conf.int = TRUE)
#> # A tibble: 7 × 7
#> term estimate std.error statistic conf.low conf.high coef.type
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 avg.ed -2.70 1.13 -2.38 -4.92e+0 -0.477 coeffici…
#> 2 mobility 0.0325 0.0207 1.57 -7.98e-3 0.0730 coeffici…
#> 3 stypeH -1.76 0.700 -2.51 -3.13e+0 -0.386 coeffici…
#> 4 stypeM -0.619 0.310 -2.00 -1.23e+0 -0.0123 coeffici…
#> 5 (0,25]|(25,50] -8.86 3.69 -2.40 -1.61e+1 -1.63 scale
#> 6 (25,50]|(50,7… -6.59 3.11 -2.12 -1.27e+1 -0.493 scale
#> 7 (50,75]|(75,1… -4.92 2.86 -1.72 -1.05e+1 0.687 scale
相关用法
- R broom tidy.survreg 整理 a(n) survreg 对象
- R broom tidy.survexp 整理 a(n) survexp 对象
- R broom tidy.survdiff 整理 a(n) survdiff 对象
- R broom tidy.spec 整理一个(n)规范对象
- R broom tidy.summary_emm 整理一个(n)summary_emm对象
- R broom tidy.summary.glht 整理一个(n)summary.glht对象
- R broom tidy.sarlm 空间自回归模型的整理方法
- R broom tidy.speedglm 整理 a(n) speedglm 对象
- R broom tidy.speedlm 整理 a(n) speedlm 对象
- R broom tidy.systemfit 整理 a(n) systemfit 对象
- R broom tidy.summary.lm 整理 a(n)summary.lm 对象
- R broom tidy.survfit 整理 a(n) survfit 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
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) svyolr 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。