代码之家 › 专栏 › 技术社区 › ECII

R扫帚:显示模型中包含了多少观测值

broom tidymodels regression dplyr r

ECII · 技术社区 · 3 年前

我有来自 https://cran.r-project.org/web/packages/broom/vignettes/broom_and_dplyr.html

regressions <- mtcars %>%
  nest(data = -am) %>% 
  mutate(
    fit = map(data, ~ lm(wt ~ mpg + qsec + gear, data = .x)),
    tidied = map(fit, tidy),
    glanced = map(fit, glance),
    augmented = map(fit, augment)
  )

regressions %>% 
  unnest(tidied)

现在因为 mtcars 没有缺失的值所有模型都为的不同值生成 am 具有相同数量的观测值。但是,如果 mtcars 如果各种变量的值缺失,每个模型将有不同数量的观测值(由于缺失而删除的观测值)。

是否可以在最终的tibble中包括每个模型中使用的观测值的数量?也不 tidy 也没有 glance 也没有 augment 提供这个功能,我觉得在进行模型拟合时非常重要。

正如Kieran所建议的 一瞥 提供 nobs ,但是我怎样才能包括 nobs 在 整齐的 输出

1 回复 | 直到 3 年前

Kieran 3 年前

它已经在那里了,不是吗? glance 包括作为 nobs 柱

编辑:只获取 nobs 的列 glanced 列表列,使用 hoist() 并命名新列。

library(tidyverse)
library(broom)
mtcars_na <- mtcars
mtcars_na[1:2,1] <- NA
head(mtcars_na)
#>                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
#> Mazda RX4           NA   6  160 110 3.90 2.620 16.46  0  1    4    4
#> Mazda RX4 Wag       NA   6  160 110 3.90 2.875 17.02  0  1    4    4
#> Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
#> Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
#> Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
#> Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

regressions <- mtcars %>%
  nest(data = -am) %>% 
  mutate(
    fit = map(data, ~ lm(wt ~ mpg + qsec + gear, data = .x)),
    tidied = map(fit, tidy),
    glanced = map(fit, glance),
    augmented = map(fit, augment)
  )

regressions %>% 
  unnest(tidied) %>% 
  hoist(glanced, nobs = "nobs")
#> # A tibble: 8 Ã 11
#>      am data     fit   term  estimate std.error statistic p.value  nobs glanced 
#>   <dbl> <list>   <lis> <chr>    <dbl>     <dbl>     <dbl>   <dbl> <int> <list>  
#> 1     1 <tibble> <lm>  (Intâ¦   4.28      3.46      1.24   2.47e-1    13 <tibble>
#> 2     1 <tibble> <lm>  mpg    -0.101     0.0294   -3.43   7.50e-3    13 <tibble>
#> 3     1 <tibble> <lm>  qsec    0.0398    0.151     0.264  7.98e-1    13 <tibble>
#> 4     1 <tibble> <lm>  gear   -0.0229    0.349    -0.0656 9.49e-1    13 <tibble>
#> 5     0 <tibble> <lm>  (Intâ¦   4.92      1.40      3.52   3.09e-3    19 <tibble>
#> 6     0 <tibble> <lm>  mpg    -0.192     0.0443   -4.33   5.91e-4    19 <tibble>
#> 7     0 <tibble> <lm>  qsec    0.0919    0.0983    0.935  3.65e-1    19 <tibble>
#> 8     0 <tibble> <lm>  gear    0.147     0.368     0.398  6.96e-1    19 <tibble>
#> # â¦ with 1 more variable: augmented <list>

推荐文章

Shawn Hemelstrand · 如何在ggplot中的许多回归线中为一条特定回归线上色以匹配注释?

3 年前

Arvind Sharma · 在R中编写一个用于回归的循环,替换自变量进行稳健性检查

3 年前

krassowski · 如何将'VGAM::cumulative'包装到助手函数中('object not found'问题)?

3 年前

Nazanin · CNN模型的核尺寸

3 年前

Anna Carolina de RoldÃ£o · R中的错误消息:错误`[.data.frame`(m,labs):选择了未定义的列

3 年前

D. Smel · 如何在线性模型的两侧生成对数函数

7 年前

MTT · 最适合散点图的回归

7 年前

santobedi · scikit学习中的多输出高斯过程回归

7 年前

Ben · FELM+Stargazer-将工具变量估计与OLS对齐

7 年前

Anx8 · minepy:缓冲区的维度数错误

7 年前