R broom tidy.mle2 整理 a(n) mle2 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 mle2
tidy(x, conf.int = FALSE, conf.level = 0.95, ...)

參數

x

通過調用 bbmle::mle2() 創建的 mle2 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)。

也可以看看

tidy() , bbmle::mle2() , tidy_optim()

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(bbmle)
#> Loading required package: stats4
#> 
#> Attaching package: ‘bbmle’
#> The following object is masked from ‘package:dfidx’:
#> 
#>     slice
#> The following object is masked from ‘package:ordinal’:
#> 
#>     slice
#> The following object is masked from ‘package:dplyr’:
#> 
#>     slice

# generate data
x <- 0:10
y <- c(26, 17, 13, 12, 20, 5, 9, 8, 5, 4, 8)
d <- data.frame(x, y)

# fit model
fit <- mle2(y ~ dpois(lambda = ymean),
  start = list(ymean = mean(y)), data = d
)

# summarize model fit with tidiers
tidy(fit)
#> # A tibble: 1 × 5
#>   term  estimate std.error statistic  p.value
#>   <chr>    <dbl>     <dbl>     <dbl>    <dbl>
#> 1 ymean     11.5      1.02      11.3 1.86e-29

源代碼：R/bbmle-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) mle2 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。