问题标签 [broom]

我正在使用 dplyr 和 broom 组合（如下所示）并使用 dplyr 拟合几个回归模型以按组提取回归的回归系数。但是 - 我也对每个单独回归的 R2 值感兴趣（不仅对于整个模型）。我尝试使用增强和扫视功能 - 但无法提取 R2 值。是否有捷径可寻？

提前谢谢了！

我正在使用 dplyr 和 broom 组合，并尝试根据数据组内部的条件拟合回归模型。最后我想提取每组的回归系数。

到目前为止，我对所有组都得到了相同的拟合结果（每个组用字母分隔a:f）。这是主要问题。

拟合条件可以描述如下； direc=North和 if V<J1do 与方程拟合exp((-t_pw)/f0*exp(-del1*(1-V/J1)^2))else ifdirec=South和V>J2 do 与相同的方程拟合。在这两种情况下，如果V<J1&V>J2不满足返回1每种情况。

更新 我发现通过此链接中的建议，条件nls可以是可能的conditional-formula-for-nls 。

nls_fit

另一方面，当我尝试拟合其他列时，例如 DQ1、DQ2 和 DQ3；

我试过 nls_fit=nlsLM(df[,3:6]~ifelse(.....

nls.lm(par = start, fn = FCT, jac = jac, control = control, lower = lower, : fn 函数的评估返回不合理的值！

现在问题归结为多柱拟合。我怎样才能适应多列DQ0:DQ3？我检查了如何从数据框中简洁地编写包含许多变量的公式？但找不到在我的数据框中使用的解决方案。

此外，当我DQ0对其组内的列进行拟合时，您可以从输出中看到，为所有组生成相同的 Del 和 J 参数a:f

df_new

当我broom:::glance以以下方式使用时：

我明白了

但是，当我添加一个group_by：

确实给出了预期的结果：

我在这里遗漏了什么，还是 dplyr/broom 中的错误？

一个常见的任务是必须对数据集的不同子集执行某种统计分析（如 anova、glm 或混合模型），并将输出表与汇总系数和 p 值组合在单个数据框中。我正在寻找一个通用函数，该函数将采用模型类型（例如aov(...)orlm(...)或glm(...)or glmer(...)）和特定输出项，根据某些分组变量，必须为每个复制分析返回系数和 p 值（ s) 在一个人的数据集中。

假设我有一个数据帧，我想在其中对数据帧中不同级别的因子“复制”进行某种分析data：

使用broom+dplyr，我可以例如对此数据帧的每个子集进行方差分析（按复制分组）并使用“物种”一词保留 p 值

（我在这里使用了 10 个相同的数据子集作为示例）

我正在寻找一个更通用的函数“ Anovabygroup”，它将采用数据框、分组变量（这里replicate，但它也可以是几个分组变量的组合）、要运行的模型类型（例如在这个case 'aov(Sepal.Length ~ Species, data = .)'，但它也可以是 lm、glm、lme、lmer 或 glmer 模型或由Anova()) 以及返回系数和 p 值的因子（可能使用选项“all”返回所有内容）作为参数（给定的任何其他选项都可以传递给对 Anova 的调用）。任何人都知道如何使用与上面使用的代码类似的代码来执行此操作，但可以概括为采用这些参数？我不知道该怎么做的主要事情是将模型（例如在这种情况下为'aov（Sepal.Length ~ Species，data = .）'）作为参数传递并对其进行评估。或者它可能已经存在于某个包中？我认为这可能很有用，因为我总是发现自己一遍又一遍地编写这个任务......

PS 我使用了 github 版本的 broom 包，因为当前的 CRAN 版本似乎不能很好地处理 Anova 输出

我试图重复对两个向量进行采样100 次，x并y在每个样本后计算一个 t 检验。然后我想使用broom包将结果组合到一个数据框中。我的尝试如下。然而，我所做的只是对相同的两个向量进行 100 次 t 检验。

这里有一些数据。

现在我在每个组中做 k 意味着：

“kobjs”看起来像这样：

我想获取集群分配（以及理想情况下的中心点）并将它们附加到原始数据框。我以为你可以用扫帚来做到这一点：

但这以某种方式产生了 400X4 矩阵而不是 200X4。那是怎么发生的？如何获得我想要的行为？

EDIT1：通过 aosmith 的一些见解解决了我想要的方式。可能有一种方法可以让它更优雅（left_join 是否必要？）但这是我想要的行为：

我想对summary.default()data.frame 中的变量进行数字汇总（在 base 包中）并在 broom 包中使用 tidy() ，但这不知何故失败了。

在这个例子中，我创建了一个 data.frame：

我加载plyr（1.8.3）、dplyr（0.4.2）和broom（0.3.7）（按此顺序）。仅供参考在 64 位 Windows 上运行 R 3.2.2，但我在 Unix 上遇到与 3.2.1 类似的问题。

我认为这会给我一个理想的输出：

但我收到一条错误消息：

我可以使用如下所示的plyr方法获得理想的结果：broom::tidy

但很明显，我问这个问题是为了解决在上述函数中使用tidy()(summaryDefault)问题的根源。do()

在最新版本中ggplot2，?fortify返回：

描述

我现在推荐使用broom包，而不是使用这个函数， 它实现了更广泛的方法。fortify将来可能会被弃用。

该broom软件包确实提供了许多替代方案（例如augment）。在什么情况下应该使用哪一种？

我对 SpatialPolygonsDataFrame 的替代方案特别fortify(spdf)感兴趣spdf。

我正在拟合glm模型，并且可以使用拟合模型在哪里R获得响应尺度的预测值。我想知道如何使用包中的函数在响应范围内获得预测值。下面给出了我的最小工作示例。predict.glm(object=fm1, type="response")fm1augmentbroom

多亏了@drob，broom我在使用时习惯于对分组数据进行组合和dplyr::group_by执行操作。dplyr::do例如，根据齿轮系统为汽车拟合线性模型：

在阅读了@hadley 最近关于我的帖子后，tidyr v0.4.1 我发现使用nest()和purrr::map()

与之前相同的示例：

顺序改变了，但结果是一样的。

鉴于两者在很大程度上解决了相同的用例，我想知道这两种方法是否都将得到支持。方法会成为规范的tidyverse方法吗？如果一个不被认为是规范的，哪些用例需要继续支持这两种方法？

根据我的短暂经验：

• 做
  • 进度条，在计算许多模型时很好。
  • @Axeman 评论：可以使用并行化multidplyr
  • broom::glance较小的对象，但如果我们想要fx.则需要重新运行。
• 地图
  • 数据、子集和模型保存在一tbl_df
  • 很容易提取模型的另一个组件，即使unnest()需要一些时间。

如果您有一些见解/评论，将很高兴得到一些反馈。