R broom glance.smooth.spline 整理一個 smooth.spine 對象

Tidy 總結了有關模型組件的信息。模型組件可能是回歸中的單個項、單個假設、聚類或類。 tidy 所認為的模型組件的確切含義因模型而異，但通常是不言而喻的。如果模型具有多種不同類型的組件，您將需要指定要返回哪些組件。

用法

# S3 method for smooth.spline
glance(x, ...)

參數

x

從 stats::smooth.spline() 返回的 smooth.spline 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

augment() , stats::smooth.spline()

其他平滑樣條整理器：augment.smooth.spline()

值

恰好隻有一行和一列的 tibble::tibble()：

crit: 最小化標準
cv.crit: 交叉驗證分數
df: 模型使用的自由度。
lambda: 選擇對應於 `spar` 的 lambda。
nobs: 使用的觀察數。
pen.crit: 處罰標準。
spar: 平滑參數。

例子


# fit model
spl <- smooth.spline(mtcars$wt, mtcars$mpg, df = 4)

# summarize model fit with tidiers
augment(spl, mtcars)
#> # A tibble: 32 × 13
#>      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
#>  2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
#>  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
#>  4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
#>  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
#>  6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
#>  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
#>  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
#>  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#> 10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
#> # ℹ 22 more rows
#> # ℹ 2 more variables: .fitted <dbl>, .resid <dbl>

# calls original columns x and y
augment(spl)
#> # A tibble: 32 × 5
#>        x     y     w .fitted .resid
#>    <dbl> <dbl> <dbl>   <dbl>  <dbl>
#>  1  2.62  21       1    22.9 -1.87 
#>  2  2.88  21       1    21.1 -0.117
#>  3  2.32  22.8     1    25.3 -2.48 
#>  4  3.22  21.4     1    19.1  2.33 
#>  5  3.44  18.7     1    17.8  0.928
#>  6  3.46  18.1     1    17.7  0.437
#>  7  3.57  14.3     1    17.1 -2.79 
#>  8  3.19  24.4     1    19.2  5.19 
#>  9  3.15  22.8     1    19.5  3.35 
#> 10  3.44  19.2     1    17.8  1.43 
#> # ℹ 22 more rows

library(ggplot2)
ggplot(augment(spl, mtcars), aes(wt, mpg)) +
  geom_point() +
  geom_line(aes(y = .fitted))

源代碼：R/stats-smooth.spline-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 Tidy a(n) smooth.spine 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。