當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

R broom tidy.htest 整理/瀏覽 a(n) htest 對象


對於僅具有單個組件的模型，tidy() 和 glance() 方法是相同的。請參閱這兩種方法的文檔。

用法

# S3 method for htest
tidy(x, ...)

# S3 method for htest
glance(x, ...)

參數

x

htest 對象，例如 stats::cor.test() 、 stats::t.test() 、 stats::wilcox.test() 、 stats::chisq.test() 等創建的對象。

...

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)。

值

帶有列的 tibble::tibble()：

alternative

備擇假設(特征)。

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。

estimate1

有時會計算兩個估計值，例如在兩個樣本t-test中。

estimate2

有時會計算兩個估計值，例如在兩個樣本t-test中。

method

使用的方法。

p.value

與觀察到的統計量相關的兩側 p 值。

parameter

正在建模的參數。

statistic

在回歸項非零的假設中使用的 T-statistic 的值。

例子


tt <- t.test(rnorm(10))

tidy(tt)
#> # A tibble: 1 × 8
#>   estimate statistic p.value parameter conf.low conf.high method          
#>      <dbl>     <dbl>   <dbl>     <dbl>    <dbl>     <dbl> <chr>           
#> 1   -0.218    -0.533   0.607         9    -1.14     0.706 One Sample t-te…
#> # ℹ 1 more variable: alternative <chr>

# the glance output will be the same for each of the below tests
glance(tt)
#> # A tibble: 1 × 8
#>   estimate statistic p.value parameter conf.low conf.high method          
#>      <dbl>     <dbl>   <dbl>     <dbl>    <dbl>     <dbl> <chr>           
#> 1   -0.218    -0.533   0.607         9    -1.14     0.706 One Sample t-te…
#> # ℹ 1 more variable: alternative <chr>

tt <- t.test(mpg ~ am, data = mtcars)

tidy(tt)
#> # A tibble: 1 × 10
#>   estimate estimate1 estimate2 statistic p.value parameter conf.low
#>      <dbl>     <dbl>     <dbl>     <dbl>   <dbl>     <dbl>    <dbl>
#> 1    -7.24      17.1      24.4     -3.77 0.00137      18.3    -11.3
#> # ℹ 3 more variables: conf.high <dbl>, method <chr>, alternative <chr>

wt <- wilcox.test(mpg ~ am, data = mtcars, conf.int = TRUE, exact = FALSE)

tidy(wt)
#> # A tibble: 1 × 7
#>   estimate statistic p.value conf.low conf.high method         alternative
#>      <dbl>     <dbl>   <dbl>    <dbl>     <dbl> <chr>          <chr>      
#> 1    -6.80        42 0.00187    -11.7     -2.90 Wilcoxon rank… two.sided  

ct <- cor.test(mtcars$wt, mtcars$mpg)

tidy(ct)
#> # A tibble: 1 × 8
#>   estimate statistic  p.value parameter conf.low conf.high method         
#>      <dbl>     <dbl>    <dbl>     <int>    <dbl>     <dbl> <chr>          
#> 1   -0.868     -9.56 1.29e-10        30   -0.934    -0.744 Pearson's prod…
#> # ℹ 1 more variable: alternative <chr>

chit <- chisq.test(xtabs(Freq ~ Sex + Class, data = as.data.frame(Titanic)))

tidy(chit)
#> # A tibble: 1 × 4
#>   statistic  p.value parameter method                    
#>       <dbl>    <dbl>     <int> <chr>                     
#> 1      350. 1.56e-75         3 Pearson's Chi-squared test
augment(chit)
#> # A tibble: 8 × 9
#>   Sex    Class .observed  .prop .row.prop .col.prop .expected .resid
#>   <fct>  <fct>     <dbl>  <dbl>     <dbl>     <dbl>     <dbl>  <dbl>
#> 1 Male   1st         180 0.0818    0.104     0.554      256.   -4.73
#> 2 Female 1st         145 0.0659    0.309     0.446       69.4   9.07
#> 3 Male   2nd         179 0.0813    0.103     0.628      224.   -3.02
#> 4 Female 2nd         106 0.0482    0.226     0.372       60.9   5.79
#> 5 Male   3rd         510 0.232     0.295     0.722      555.   -1.92
#> 6 Female 3rd         196 0.0891    0.417     0.278      151.    3.68
#> 7 Male   Crew        862 0.392     0.498     0.974      696.    6.29
#> 8 Female Crew         23 0.0104    0.0489    0.0260     189.  -12.1 
#> # ℹ 1 more variable: .std.resid <dbl>

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/glance a(n) htest 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。