當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

R broom glance.svyglm 瀏覽 svyglm 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 svyglm
glance(x, maximal = x, ...)

參數

x

從 survey::svyglm() 返回的 svyglm 對象。

maximal

對應於計算 BIC 的最大模型的 svyglm 對象。有關詳細信息，請參閱 Lumley 和 Scott (2015)。默認為x，相當於不使用最大模型。

...

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)。

參考

拉姆利 T，斯科特 A (2015)。 AIC 和 BIC 用於使用複雜的調查數據進行建模。調查統計與方法學雜誌，3(1)。

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.null

零模型使用的自由度。

df.residual

剩餘自由度。

null.deviance

零模型的偏差。

例子


# load libraries for models and data
library(survey)
#> Loading required package: grid
#> 
#> Attaching package: ‘survey’
#> The following object is masked from ‘package:drc’:
#> 
#>     twophase
#> The following object is masked from ‘package:graphics’:
#> 
#>     dotchart

set.seed(123)
data(api)

# survey design
dstrat <-
  svydesign(
    id = ~1,
    strata = ~stype,
    weights = ~pw,
    data = apistrat,
    fpc = ~fpc
  )

# model
m <- svyglm(
  formula = sch.wide ~ ell + meals + mobility,
  design = dstrat,
  family = quasibinomial()
)

glance(m)
#> # A tibble: 1 × 7
#>   null.deviance df.null   AIC   BIC deviance df.residual  nobs
#>           <dbl>   <int> <dbl> <dbl>    <dbl>       <dbl> <int>
#> 1          184.     199  184.  199.     178.         194   200
源代碼：R/survey-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) svyglm 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。