R broom tidy.drc 整理 a(n) drc 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 drc
tidy(x, conf.int = FALSE, conf.level = 0.95, ...)

參數

x

通過調用 drc::drm() 生成的 drc 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。

...

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

小標題對於回歸中的每條曲線和項都有一行。 curveid 列指示曲線。

也可以看看

tidy() , drc::drm()

其他 drc 整理器：augment.drc()、glance.drc()

值

帶有列的 tibble::tibble()：

conf.high: 估計置信區間的上限。
conf.low: 估計置信區間的下限。
estimate: 回歸項的估計值。
p.value: 與觀察到的統計量相關的兩側 p 值。
statistic: 在回歸項非零的假設中使用的 T-statistic 的值。
std.error: 回歸項的標準誤差。
term: 回歸項的名稱。
curve: 識別曲線的索引。

例子


# load libraries for models and data
library(drc)

# fit model
mod <- drm(dead / total ~ conc, type,
  weights = total, data = selenium, fct = LL.2(), type = "binomial"
)

# summarize model fit with tidiers
tidy(mod)
#> # A tibble: 8 × 6
#>   term  curve estimate std.error statistic  p.value
#>   <chr> <chr>    <dbl>     <dbl>     <dbl>    <dbl>
#> 1 b     1       -1.50      0.155     -9.67 2.01e-22
#> 2 b     2       -0.843     0.139     -6.06 1.35e- 9
#> 3 b     3       -2.16      0.138    -15.7  1.65e-55
#> 4 b     4       -1.45      0.169     -8.62 3.41e-18
#> 5 e     1      252.       13.8       18.2  1.16e-74
#> 6 e     2      378.       39.4        9.61 3.53e-22
#> 7 e     3      120.        5.91      20.3  1.14e-91
#> 8 e     4       88.8       8.62      10.3  3.28e-25
tidy(mod, conf.int = TRUE)
#> # A tibble: 8 × 8
#>   term  curve estimate std.error statistic  p.value conf.low conf.high
#>   <chr> <chr>    <dbl>     <dbl>     <dbl>    <dbl>    <dbl>     <dbl>
#> 1 b     1       -1.50      0.155     -9.67 2.01e-22    -1.81    -1.20 
#> 2 b     2       -0.843     0.139     -6.06 1.35e- 9    -1.12    -0.571
#> 3 b     3       -2.16      0.138    -15.7  1.65e-55    -2.43    -1.89 
#> 4 b     4       -1.45      0.169     -8.62 3.41e-18    -1.78    -1.12 
#> 5 e     1      252.       13.8       18.2  1.16e-74   225.     279.   
#> 6 e     2      378.       39.4        9.61 3.53e-22   301.     456.   
#> 7 e     3      120.        5.91      20.3  1.14e-91   108.     131.   
#> 8 e     4       88.8       8.62      10.3  3.28e-25    71.9    106.   

glance(mod)
#> # A tibble: 1 × 4
#>     AIC   BIC logLik    df.residual
#>   <dbl> <dbl> <logLik>        <int>
#> 1  768.  778. -376.2099          17

augment(mod, selenium)
#> # A tibble: 25 × 7
#>     type  conc total  dead .fitted  .resid    .cooksd
#>    <dbl> <dbl> <dbl> <dbl>   <dbl>   <dbl>      <dbl>
#>  1     1     0   151     3   0      0.0199 0         
#>  2     1   100   146    40   0.199  0.0748 0.0000909 
#>  3     1   200   116    31   0.414 -0.146  0.000104  
#>  4     1   300   159    85   0.565 -0.0302 0.00000516
#>  5     1   400   150   102   0.667  0.0133 0.00000220
#>  6     1   500   140   112   0.737  0.0633 0.0000720 
#>  7     2     0   141     2   0      0.0142 0         
#>  8     2   100   153    30   0.246 -0.0495 0.000168  
#>  9     2   200   142    59   0.369  0.0468 0.0000347 
#> 10     2   300   139    82   0.451  0.139  0.0000430 
#> # ℹ 15 more rows

源代碼：R/drc-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) drc 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。