R broom tidy.mlm 整理 a(n) 傳銷對象

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 mlm
tidy(x, conf.int = FALSE, conf.level = 0.95, ...)

參數

x

由 stats::lm() 創建的 mlm 對象，並以矩陣作為響應。

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

與 lm 對象(簡單線性模型)相反，mlm(多重線性模型)對象的整潔輸出包含一個附加列 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

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

# fit model
mod <- lm(cbind(mpg, disp) ~ wt, mtcars)

# summarize model fit with tidiers
tidy(mod, conf.int = TRUE)
#> # A tibble: 4 × 8
#>   response term   estimate std.error statistic  p.value conf.low conf.high
#>   <chr>    <chr>     <dbl>     <dbl>     <dbl>    <dbl>    <dbl>     <dbl>
#> 1 mpg      (Inte…    37.3      1.88      19.9  8.24e-19    33.5      41.1 
#> 2 mpg      wt        -5.34     0.559     -9.56 1.29e-10    -6.49     -4.20
#> 3 disp     (Inte…  -131.      35.7       -3.67 9.33e- 4  -204.      -58.2 
#> 4 disp     wt       112.      10.6       10.6  1.22e-11    90.8     134.