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。
參數
- x
-
從
survival::pyears()
返回的pyears
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:
也可以看看
其他 pyears 整理器:glance.pyears()
其他生存整理器:augment.coxph()
, augment.survreg()
, glance.aareg()
, glance.cch()
, glance.coxph()
, glance.pyears()
, glance.survdiff()
, glance.survexp()
, glance.survfit()
, glance.survreg()
, tidy.aareg()
, tidy.cch()
, tidy.coxph()
, tidy.survdiff()
, tidy.survexp()
, tidy.survfit()
, tidy.survreg()
例子
# load libraries for models and data
library(survival)
# generate and format data
temp.yr <- tcut(mgus$dxyr, 55:92, labels = as.character(55:91))
temp.age <- tcut(mgus$age, 34:101, labels = as.character(34:100))
ptime <- ifelse(is.na(mgus$pctime), mgus$futime, mgus$pctime)
pstat <- ifelse(is.na(mgus$pctime), 0, 1)
pfit <- pyears(Surv(ptime / 365.25, pstat) ~ temp.yr + temp.age + sex, mgus,
data.frame = TRUE
)
# summarize model fit with tidiers
tidy(pfit)
#> # A tibble: 1,752 × 6
#> temp.yr temp.age sex pyears n event
#> <fct> <fct> <fct> <dbl> <dbl> <dbl>
#> 1 71 34 female 0.00274 1 0
#> 2 68 35 female 0.00274 1 0
#> 3 72 35 female 0.00274 1 0
#> 4 69 36 female 0.00274 1 0
#> 5 73 36 female 0.00274 1 0
#> 6 69 37 female 0.00274 1 0
#> 7 70 37 female 0.00274 1 0
#> 8 74 37 female 0.00274 1 0
#> 9 70 38 female 0.00274 1 0
#> 10 71 38 female 0.00274 1 0
#> # ℹ 1,742 more rows
glance(pfit)
#> # A tibble: 1 × 3
#> total offtable nobs
#> <dbl> <dbl> <int>
#> 1 8.32 0.727 241
# if data.frame argument is not given, different information is present in
# output
pfit2 <- pyears(Surv(ptime / 365.25, pstat) ~ temp.yr + temp.age + sex, mgus)
tidy(pfit2)
#> # A tibble: 37 × 402
#> pyears.34.female pyears.35.female pyears.36.female pyears.37.female
#> <dbl> <dbl> <dbl> <dbl>
#> 1 0 0 0 0
#> 2 0 0 0 0
#> 3 0 0 0 0
#> 4 0 0 0 0
#> 5 0 0 0 0
#> 6 0 0 0 0
#> 7 0 0 0 0
#> 8 0 0 0 0
#> 9 0 0 0 0
#> 10 0 0 0 0
#> # ℹ 27 more rows
#> # ℹ 398 more variables: pyears.38.female <dbl>, pyears.39.female <dbl>,
#> # pyears.40.female <dbl>, pyears.41.female <dbl>,
#> # pyears.42.female <dbl>, pyears.43.female <dbl>,
#> # pyears.44.female <dbl>, pyears.45.female <dbl>,
#> # pyears.46.female <dbl>, pyears.47.female <dbl>,
#> # pyears.48.female <dbl>, pyears.49.female <dbl>, …
glance(pfit2)
#> # A tibble: 1 × 3
#> total offtable nobs
#> <dbl> <dbl> <int>
#> 1 8.32 0.727 241
相關用法
- R broom tidy.poLCA 整理 a(n) poLCA 對象
- R broom tidy.pairwise.htest 整理 a(n)pairwise.htest 對象
- R broom tidy.polr 整理 a(n) polr 對象
- R broom tidy.plm 整理 a(n) plm 對象
- R broom tidy.prcomp 整理 a(n) prcomp 對象
- R broom tidy.power.htest 整理 a(n) power.htest 對象
- R broom tidy.pam 整理 a(n) pam 對象
- R broom tidy.robustbase.glmrob 整理 a(n) glmrob 對象
- R broom tidy.acf 整理 a(n) acf 對象
- R broom tidy.robustbase.lmrob 整理 a(n) lmrob 對象
- R broom tidy.biglm 整理 a(n) biglm 對象
- R broom tidy.garch 整理 a(n) garch 對象
- R broom tidy.rq 整理 a(n) rq 對象
- R broom tidy.kmeans 整理 a(n) kmeans 對象
- R broom tidy.betamfx 整理 a(n) betamfx 對象
- R broom tidy.anova 整理 a(n) anova 對象
- R broom tidy.btergm 整理 a(n) btergm 對象
- R broom tidy.cv.glmnet 整理 a(n) cv.glmnet 對象
- R broom tidy.roc 整理 a(n) roc 對象
- R broom tidy.emmGrid 整理 a(n) emmGrid 對象
- R broom tidy.Kendall 整理 a(n) Kendall 對象
- R broom tidy.survreg 整理 a(n) survreg 對象
- R broom tidy.ergm 整理 a(n) ergm 對象
- R broom tidy.coeftest 整理 a(n) coeftest 對象
- R broom tidy.map 整理 a(n) Map對象
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) pyears 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。