R broom glance.betamfx 看一眼 betamfx 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 betamfx
glance(x, ...)

參數

x

betamfx 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)。

細節

此概覽方法將 glance.betareg() 包裝為 mfx::betamfx() 對象。

也可以看看

glance.betareg() , mfx::betamfx()

其他 mfx 整理器：augment.betamfx()、augment.mfx()、glance.mfx()、tidy.betamfx()、tidy.mfx()

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。
df.null: 零模型使用的自由度。
df.residual: 剩餘自由度。
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。
pseudo.r.squared: 與 R 平方統計量類似，但適用於未定義 R 平方統計量的情況。

例子


library(mfx)

# Simulate some data
set.seed(12345)
n <- 1000
x <- rnorm(n)

# Beta outcome
y <- rbeta(n, shape1 = plogis(1 + 0.5 * x), shape2 = (abs(0.2 * x)))
# Use Smithson and Verkuilen correction
y <- (y * (n - 1) + 0.5) / n

d <- data.frame(y, x)
mod_betamfx <- betamfx(y ~ x | x, data = d)

tidy(mod_betamfx, conf.int = TRUE)
#> # A tibble: 1 × 8
#>   term  atmean estimate std.error statistic p.value conf.low conf.high
#>   <chr> <lgl>     <dbl>     <dbl>     <dbl>   <dbl>    <dbl>     <dbl>
#> 1 x     TRUE     0.0226   0.00801      2.82 0.00483  0.00686    0.0383

# Compare with the naive model coefficients of the equivalent betareg call (not run)
# tidy(betamfx(y ~ x | x, data = d), conf.int = TRUE)

augment(mod_betamfx)
#> # A tibble: 1,000 × 5
#>        y      x .fitted .resid   .cooksd
#>    <dbl>  <dbl>   <dbl>  <dbl>     <dbl>
#>  1 0.951  0.586   0.809 -0.230 0.000189 
#>  2 0.714  0.709   0.811 -0.663 0.0000993
#>  3 0.999 -0.109   0.793  0.747 0.000273 
#>  4 0.998 -0.453   0.785  0.530 0.000334 
#>  5 0.999  0.606   0.809  0.724 0.000342 
#>  6 0.562 -1.82    0.751 -0.648 0.000878 
#>  7 0.999  0.630   0.810  0.679 0.000348 
#>  8 0.999 -0.276   0.789  0.685 0.000294 
#>  9 0.744 -0.284   0.789 -0.577 0.0000134
#> 10 0.999 -0.919   0.774  0.709 0.000551 
#> # ℹ 990 more rows
glance(mod_betamfx)
#> # A tibble: 1 × 7
#>   pseudo.r.squared df.null logLik    AIC    BIC df.residual  nobs
#>              <dbl>   <dbl>  <dbl>  <dbl>  <dbl>       <int> <int>
#> 1          0.00726     998  1897. -3787. -3767.         996  1000

源代碼：R/mfx-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 Glance at a(n) betamfx 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。