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

參數

x

從調用 mgcv::gam() 返回的 gam 對象。

parametric

邏輯指示是否應整理參數項或平滑項。默認為 FALSE ，這意味著默認情況下會整理平滑術語。

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。

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：

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

當 parametric = FALSE 返回列 edf 和 ref.df 而不是 estimate 和 std.error 時。

也可以看看

tidy() , mgcv::gam()

其他 mgcv 整理器：glance.gam()

值

帶有列的 tibble::tibble()：

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。
edf: 有效自由度。僅當“parametric = FALSE”時報告
ref.df: 參考自由度。僅當“parametric = FALSE”時報告

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 Tidy 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。