R broom augment.robustbase.lmrob 使用來自 lmrob 對象的信息增強數據

Augment 接受模型對象和數據集，並添加有關數據集中每個觀察值的信息。最常見的是，這包括 .fitted 列中的預測值、.resid 列中的殘差以及 .se.fit 列中擬合值的標準誤差。新列始終以 . 前綴開頭，以避免覆蓋原始數據集中的列。

用戶可以通過 data 參數或 newdata 參數傳遞數據以進行增強。如果用戶將數據傳遞給 data 參數，則它必須正是用於擬合模型對象的數據。將數據集傳遞給 newdata 以擴充模型擬合期間未使用的數據。這仍然要求至少存在用於擬合模型的所有預測變量列。如果用於擬合模型的原始結果變量未包含在 newdata 中，則輸出中不會包含 .resid 列。

根據是否給出 data 或 newdata，增強的行為通常會有所不同。這是因為通常存在與訓練觀察(例如影響或相關)測量相關的信息，而這些信息對於新觀察沒有有意義的定義。

為了方便起見，許多增強方法提供默認的 data 參數，以便 augment(fit) 將返回增強的訓練數據。在這些情況下，augment 嘗試根據模型對象重建原始數據，並取得了不同程度的成功。

增強數據集始終以 tibble::tibble 形式返回，其行數與傳遞的數據集相同。這意味著傳遞的數據必須可強製轉換為 tibble。如果預測變量將模型作為協變量矩陣的一部分輸入，例如當模型公式使用 splines::ns() 、 stats::poly() 或 survival::Surv() 時，它會表示為矩陣列。

我們正在定義適合各種 na.action 參數的模型的行為，但目前不保證數據丟失時的行為。

用法

# S3 method for lmrob
augment(x, data = model.frame(x), newdata = NULL, se_fit = FALSE, ...)

參數

x

從 robustbase::lmrob() 返回的 lmrob 對象。

data

base::data.frame 或 tibble::tibble() 包含用於生成對象 x 的原始數據。默認為stats::model.frame(x)，以便augment(my_fit) 返回增強的原始數據。不要將新數據傳遞給 data 參數。增強將報告傳遞給 data 參數的數據的影響和烹飪距離等信息。這些度量僅針對原始訓練數據定義。

newdata

base::data.frame() 或 tibble::tibble() 包含用於創建 x 的所有原始預測變量。默認為 NULL ，表示沒有任何內容傳遞給 newdata 。如果指定了newdata，則data 參數將被忽略。

se_fit

邏輯指示是否應將 .se.fit 列添加到增強輸出中。對於某些模型，此計算可能有點耗時。默認為 FALSE 。

...

附加參數。不曾用過。僅需要匹配通用簽名。注意：拚寫錯誤的參數將被吸收到 ... 中，並被忽略。如果拚寫錯誤的參數有默認值，則將使用默認值。例如，如果您傳遞 conf.lvel = 0.9 ，所有計算將使用 conf.level = 0.95 進行。這裏有兩個異常：

tidy() 方法在提供 exponentiate 參數時會發出警告(如果該參數將被忽略)。
augment() 方法在提供 newdata 參數時會發出警告(如果該參數將被忽略)。

細節

對於強大模型的整理器MASS包見tidy.rlm().

也可以看看

robustbase::lmrob()

其他健壯的基礎整理器：augment.glmrob()、glance.lmrob()、tidy.glmrob()、tidy.lmrob()

值

帶有列的 tibble::tibble()：

.fitted: 擬合值或預測值。
.resid: 觀察值和擬合值之間的差異。

例子


if (requireNamespace("robustbase", quietly = TRUE)) {
  # load libraries for models and data
  library(robustbase)

  data(coleman)
  set.seed(0)

  m <- lmrob(Y ~ ., data = coleman)
  tidy(m)
  augment(m)
  glance(m)

  data(carrots)

  Rfit <- glmrob(cbind(success, total - success) ~ logdose + block,
    family = binomial, data = carrots, method = "Mqle",
    control = glmrobMqle.control(tcc = 1.2)
  )

  tidy(Rfit)
  augment(Rfit)
}
#> # A tibble: 24 × 5
#>    cbind(success, total - success…¹ [,""] logdose block .fitted .resid[,1]
#>                               <int> <int>   <dbl> <fct>   <dbl>      <dbl>
#>  1                               10    25    1.52 B1     -0.726      10.7 
#>  2                               16    26    1.64 B1     -0.972      17.0 
#>  3                                8    42    1.76 B1     -1.22        9.22
#>  4                                6    36    1.88 B1     -1.46        7.46
#>  5                                9    26    2    B1     -1.71       10.7 
#>  6                                9    33    2.12 B1     -1.96       11.0 
#>  7                                1    31    2.24 B1     -2.20        3.20
#>  8                                2    26    2.36 B1     -2.45        4.45
#>  9                               17    21    1.52 B2     -0.491      17.5 
#> 10                               10    30    1.64 B2     -0.737      10.7 
#> # ℹ 14 more rows
#> # ℹ abbreviated name: ¹`cbind(success, total - success)`[,"success"]
#> # ℹ 1 more variable: .resid[2] <dbl>

源代碼：R/robustbase-lmrob-tidiers.R

相關用法

注：本文由純淨天空篩選整理自等大神的英文原創作品 Augment data with information from a(n) lmrob object。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。