R broom glance.aov 瞥一眼 lm 物體

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 aov
glance(x, ...)

參數

x

aov 對象，例如由 stats::aov() 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，tidy.aov() 現在包含分子和分母自由度，這些自由度包含在包的某些早期版本中 glance.aov() 的輸出中。

也可以看看

值

恰好隻有一行和一列的 tibble::tibble()：

AIC

模型的 Akaike 信息準則。

BIC

模型的貝葉斯信息準則。

deviance

模型的偏差。

logLik

模型的對數似然。 [stats::logLik()] 可能是一個有用的參考。

nobs

使用的觀察數。

例子

a <- aov(mpg ~ wt + qsec + disp, mtcars)
tidy(a)
#> # A tibble: 4 × 6
#>   term         df     sumsq    meansq  statistic   p.value
#>   <chr>     <dbl>     <dbl>     <dbl>      <dbl>     <dbl>
#> 1 wt            1 848.      848.      121.        1.08e-11
#> 2 qsec          1  82.9      82.9      11.9       1.82e- 3
#> 3 disp          1   0.00102   0.00102   0.000147  9.90e- 1
#> 4 Residuals    28 195.        6.98     NA        NA