R broom glance.gam 瀏覽一個(n)遊戲對象

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 gam
glance(x, ...)

參數

x

從調用 mgcv::gam() 返回的 gam 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)。

也可以看看

glance() , mgcv::gam()

其他 mgcv 整理器：tidy.gam()

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。
df: 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。

例子


# load libraries for models and data
library(mgcv)

# fit model
g <- gam(mpg ~ s(hp) + am + qsec, data = mtcars)

# summarize model fit with tidiers
tidy(g)
#> # A tibble: 1 × 5
#>   term    edf ref.df statistic p.value
#>   <chr> <dbl>  <dbl>     <dbl>   <dbl>
#> 1 s(hp)  2.36   3.02      6.34 0.00218
tidy(g, parametric = TRUE)
#> # A tibble: 3 × 5
#>   term        estimate std.error statistic p.value
#>   <chr>          <dbl>     <dbl>     <dbl>   <dbl>
#> 1 (Intercept)  16.7        9.83      1.70  0.101  
#> 2 am            4.37       1.56      2.81  0.00918
#> 3 qsec          0.0904     0.525     0.172 0.865  
glance(g)
#> # A tibble: 1 × 7
#>      df logLik   AIC   BIC deviance df.residual  nobs
#>   <dbl>  <dbl> <dbl> <dbl>    <dbl>       <dbl> <int>
#> 1  5.36  -74.4  162.  171.     196.        26.6    32
augment(g)
#> # A tibble: 32 × 11
#>    .rownames    mpg    am  qsec    hp .fitted .se.fit .resid   .hat .sigma
#>    <chr>      <dbl> <dbl> <dbl> <dbl>   <dbl>   <dbl>  <dbl>  <dbl> <lgl> 
#>  1 Mazda RX4   21       1  16.5   110    24.3   1.03  -3.25  0.145  NA    
#>  2 Mazda RX4…  21       1  17.0   110    24.3   0.925 -3.30  0.116  NA    
#>  3 Datsun 710  22.8     1  18.6    93    26.0   0.894 -3.22  0.109  NA    
#>  4 Hornet 4 …  21.4     0  19.4   110    20.2   0.827  1.25  0.0930 NA    
#>  5 Hornet Sp…  18.7     0  17.0   175    15.7   0.815  3.02  0.0902 NA    
#>  6 Valiant     18.1     0  20.2   105    20.7   0.914 -2.56  0.113  NA    
#>  7 Duster 360  14.3     0  15.8   245    12.7   1.11   1.63  0.167  NA    
#>  8 Merc 240D   24.4     0  20      62    25.0   1.45  -0.618 0.287  NA    
#>  9 Merc 230    22.8     0  22.9    95    21.8   1.81   0.959 0.446  NA    
#> 10 Merc 280    19.2     0  18.3   123    19.0   0.864  0.211 0.102  NA    
#> # ℹ 22 more rows
#> # ℹ 1 more variable: .cooksd <dbl>

源代碼：R/mgcv-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) gam 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。