當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

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

參數

x

由 lm.beta::lm.beta 創建的 lm.beta 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

如果線性模型是 mlm 對象(多重線性模型)，則有一個附加列 response 。

如果模型數據中缺少值，您可能需要使用 na.action = na.exclude 重新擬合模型。

也可以看看

其他電影整理者：augment.glm() , augment.lm() , glance.glm() , glance.lm() , glance.summary.lm() , glance.svyglm() , tidy.glm() , tidy.lm() , tidy.mlm() , tidy.summary.lm()

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。

例子


# load libraries for models and data
library(lm.beta)

# fit models
mod <- stats::lm(speed ~ ., data = cars)
std <- lm.beta(mod)

# summarize model fit with tidiers
tidy(std, conf.int = TRUE)
#> # A tibble: 2 × 8
#>   term        estimate std_estimate std.error statistic  p.value conf.low
#>   <chr>          <dbl>        <dbl>     <dbl>     <dbl>    <dbl>    <dbl>
#> 1 (Intercept)    8.28        NA        0.874       9.47 1.44e-12   NA    
#> 2 dist           0.166        0.807    0.0175      9.46 1.49e-12    0.772
#> # ℹ 1 more variable: conf.high <dbl>

# generate data
ctl <- c(4.17, 5.58, 5.18, 6.11, 4.50, 4.61, 5.17, 4.53, 5.33, 5.14)
trt <- c(4.81, 4.17, 4.41, 3.59, 5.87, 3.83, 6.03, 4.89, 4.32, 4.69)
group <- gl(2, 10, 20, labels = c("Ctl", "Trt"))
weight <- c(ctl, trt)

# fit models
mod2 <- lm(weight ~ group)
std2 <- lm.beta(mod2)

# summarize model fit with tidiers
tidy(std2, conf.int = TRUE)
#> # A tibble: 2 × 8
#>   term        estimate std_estimate std.error statistic  p.value conf.low
#>   <chr>          <dbl>        <dbl>     <dbl>     <dbl>    <dbl>    <dbl>
#> 1 (Intercept)    5.03        NA         0.220     22.9  9.55e-15   NA    
#> 2 groupTrt      -0.371       -0.270     0.311     -1.19 2.49e- 1   -0.925
#> # ℹ 1 more variable: conf.high <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 a(n) lm.beta 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。