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 boot
tidy(
x,
conf.int = FALSE,
conf.level = 0.95,
conf.method = c("perc", "bca", "basic", "norm"),
exponentiate = FALSE,
...
)
參數
- x
-
boot::boot()
對象。 - conf.int
-
邏輯指示是否在整理的輸出中包含置信區間。默認為
FALSE
。 - conf.level
-
用於置信區間的置信水平(如果
conf.int = TRUE
)。必須嚴格大於 0 且小於 1。默認為 0.95,對應於 95% 的置信區間。 - conf.method
-
傳遞給
boot::boot.ci()
的type
參數。默認為"perc"
。允許的類型為"perc"
、"basic"
、"bca"
和"norm"
。不支持"stud"
或"all"
。 - exponentiate
-
邏輯指示是否對係數估計值取冪。這對於邏輯回歸和多項回歸來說是典型的,但如果沒有 log 或 logit 鏈接,那麽這是一個壞主意。默認為
FALSE
。 - ...
-
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:
細節
如果向 boot
函數提供了權重,則包含 estimate
列,顯示加權引導估計,並且標準誤差是該估計的。
如果 "boot" 對象中沒有原始統計信息,例如使用 orig.t = FALSE
調用 tsboot
,則省略 original
和 statistic
列,僅顯示 estimate
和 std.error
列。
例子
# load modeling library
library(boot)
#>
#> Attaching package: ‘boot’
#> The following object is masked from ‘package:speedglm’:
#>
#> control
#> The following object is masked from ‘package:robustbase’:
#>
#> salinity
#> The following object is masked from ‘package:car’:
#>
#> logit
#> The following object is masked from ‘package:survival’:
#>
#> aml
clotting <- data.frame(
u = c(5, 10, 15, 20, 30, 40, 60, 80, 100),
lot1 = c(118, 58, 42, 35, 27, 25, 21, 19, 18),
lot2 = c(69, 35, 26, 21, 18, 16, 13, 12, 12)
)
# fit models
g1 <- glm(lot2 ~ log(u), data = clotting, family = Gamma)
bootfun <- function(d, i) {
coef(update(g1, data = d[i, ]))
}
bootres <- boot(clotting, bootfun, R = 999)
# summarize model fits with tidiers
tidy(g1, conf.int = TRUE)
#> # A tibble: 2 × 7
#> term estimate std.error statistic p.value conf.low conf.high
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 (Intercept) -0.0239 0.00133 -18.0 4.00e-7 -0.0265 -0.0213
#> 2 log(u) 0.0236 0.000577 40.9 1.36e-9 0.0225 0.0247
tidy(bootres, conf.int = TRUE)
#> # A tibble: 2 × 6
#> term statistic bias std.error conf.low conf.high
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 (Intercept) -0.0239 -0.00171 0.00336 -0.0328 -0.0222
#> 2 log(u) 0.0236 0.000504 0.00107 0.0227 0.0265
相關用法
- R broom tidy.biglm 整理 a(n) biglm 對象
- R broom tidy.betamfx 整理 a(n) betamfx 對象
- R broom tidy.btergm 整理 a(n) btergm 對象
- R broom tidy.binDesign 整理 a(n) binDesign 對象
- R broom tidy.betareg 整理 a(n) betareg 對象
- R broom tidy.binWidth 整理 a(n) binWidth 對象
- R broom tidy.robustbase.glmrob 整理 a(n) glmrob 對象
- R broom tidy.acf 整理 a(n) acf 對象
- R broom tidy.robustbase.lmrob 整理 a(n) lmrob 對象
- R broom tidy.garch 整理 a(n) garch 對象
- R broom tidy.rq 整理 a(n) rq 對象
- R broom tidy.kmeans 整理 a(n) kmeans 對象
- R broom tidy.anova 整理 a(n) anova 對象
- R broom tidy.cv.glmnet 整理 a(n) cv.glmnet 對象
- R broom tidy.roc 整理 a(n) roc 對象
- R broom tidy.poLCA 整理 a(n) poLCA 對象
- R broom tidy.emmGrid 整理 a(n) emmGrid 對象
- R broom tidy.Kendall 整理 a(n) Kendall 對象
- R broom tidy.survreg 整理 a(n) survreg 對象
- R broom tidy.ergm 整理 a(n) ergm 對象
- R broom tidy.pairwise.htest 整理 a(n)pairwise.htest 對象
- R broom tidy.coeftest 整理 a(n) coeftest 對象
- R broom tidy.polr 整理 a(n) polr 對象
- R broom tidy.map 整理 a(n) Map對象
- R broom tidy.survexp 整理 a(n) survexp 對象
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) boot 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。