當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

R broom glance.anova 瀏覽 a(n) anova 對象

Glance 接受模型對象並返回 tibble::tibble()，其中僅包含一行模型摘要。摘要通常是擬合優度度量、殘差假設檢驗的 p 值或模型收斂信息。

Glance 永遠不會返返回自對建模函數的原始調用的信息。這包括建模函數的名稱或傳遞給建模函數的任何參數。

Glance 不計算匯總度量。相反，它將這些計算外包給適當的方法並將結果收集在一起。有時擬合優度測量是不確定的。在這些情況下，該度量將報告為 NA 。

無論模型矩陣是否秩虧，Glance 都會返回相同的列數。如果是這樣，則不再具有明確定義值的列中的條目將使用適當類型的 NA 進行填充。

用法

# S3 method for anova
glance(x, ...)

參數

x

anova 對象，例如由 stats::anova() 、 car::Anova() 、 car::leveneTest() 或 car::linearHypothesis() 創建的對象。

...

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)。

注意

請注意，glance.anova() 的輸出將根據初始化 anova 調用而變化。在某些情況下，它隻會返回一個空 DataFrame 。在其他情況下， glance.anova() 可能返回 tidy.anova() 所共有的列。這部分是為了保持與 broom 早期版本的向後兼容性，但也因為底層方差分析模型產生的組件也可以合理地解釋為 goodness-of-fit 摘要。

也可以看看

glance()

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

值

恰好隻有一行和一列的 tibble::tibble()：

deviance

模型的偏差。

df.residual

剩餘自由度。

例子


# fit models
a <- lm(mpg ~ wt + qsec + disp, mtcars)
b <- lm(mpg ~ wt + qsec, mtcars)

mod <- anova(a, b)

# summarize model fit with tidiers
tidy(mod)
#> # A tibble: 2 × 7
#>   term                  df.residual   rss    df    sumsq statistic p.value
#>   <chr>                       <dbl> <dbl> <dbl>    <dbl>     <dbl>   <dbl>
#> 1 mpg ~ wt + qsec + di…          28  195.    NA NA       NA         NA    
#> 2 mpg ~ wt + qsec                29  195.    -1 -0.00102  0.000147   0.990
glance(mod)
#> # A tibble: 1 × 2
#>   deviance df.residual
#>      <dbl>       <dbl>
#> 1     195.          29

# car::linearHypothesis() example
library(car)
mod_lht <- linearHypothesis(a, "wt - disp")
tidy(mod_lht)
#> # A tibble: 1 × 10
#>   term   null.value estimate std.error statistic p.value df.residual   rss
#>   <chr>       <dbl>    <dbl>     <dbl>     <dbl>   <dbl>       <dbl> <dbl>
#> 1 wt - …          0    -5.03      1.23      16.6 3.39e-4          28  195.
#> # ℹ 2 more variables: df <dbl>, sumsq <dbl>
glance(mod_lht)
#> # A tibble: 1 × 2
#>   deviance df.residual
#>      <dbl>       <dbl>
#> 1     195.          28

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 Glance at a(n) anova 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。