问题标签 [broom]

tidytext 书中有一些示例，主题模型更整洁：

复制在此处也可见但在此实例library(tidytext)中存在的错误。

下面是所有包的列表，它们对应的版本：

函数调用的输出sessionInfo()：

我以前可以在 rms::lrm 对象上使用 broom::tidy 和 broom::glance 。但是，现在尝试这样做会导致错误。

以前，rms:lrm 对象上的 broom::tidy 将提供以下内容（值是由组成的）：

和 broom::glance 将输出以下值：

但现在我得到了错误。我尝试安装 broom 和 rms 的早期版本，但这并没有解决错误。我目前正在使用R 3.4.2

扫帚::整洁的错误

扫帚::一瞥错误

是否有可能以某种方式使用拟合对象，特别是我从plm()模型中得到的回归对象，在用于回归的数据中标记观察值，如果它们实际上用于回归。我意识到这可以通过我在原始数据中寻找完整的观察结果来完成，但我很好奇是否有一种方法可以使用 fit/reg 对象来标记数据。

让我用一个最小的工作示例来说明我的问题，

首先需要一些包，

其次是一些数据，这个例子大量借鉴了 Baltagi (2013)，表 3.1，?plm见

现在我在我的数据对象中创建了一些半随机的缺失值，dta

数据准备的最后一步是使用tidyverse创建一个具有索引属性的数据框，该属性描述其个体和时间维度，

现在回归

结果，使用stargazer，

假设我知道我的数据有 200 个观察值，我想找到回归中使用的 178 个。

我推测plm.reg我可以（轻松）使用我的原始数据中是否有一些向量来创建标志dta，如果使用/未使用此观察，即我在上面创建的半随机缺失值。也许是一些像扫帚一样的工具。

我想像，

期望的结果看起来像这样，新元素是最后的向量plm.reg，即

更新，我尝试使用broom 's augment()，但不幸的是它给了我我希望会创建一些标志的错误消息，

我一直在使用tidy()R 中的 broom 包的功能来打印我的模型摘要。

但是，该tidy()函数返回的 p 值没有星号，这对于许多习惯于在模型摘要中看到星号的人来说有点奇怪。

有谁知道在输出中添加星星的方法？

该软件包"prais"包含prais.winsten使用 Prais Winsten 估计器运行回归模型的功能。但是，无论是包stargazer还是broom包似乎都不适用于该prais.winsten函数的结果。

拟合表格模型后

当我尝试使用 stargazer 报告结果时，出现以下错误：

broom同样用我得到的包整理模型

有什么方法可以处理and中的prais.wisten结果吗？stargazerbroom

或者，有什么方法可以运行 Prais Winsten 估计器glm？

使用 Owls 数据和glmmTMB包，我想直观地比较来自不同零膨胀模型的回归系数，这些模型在使用的系列（ZIPOISS、ZINB1、ZINB2）和有/无偏移量（logBroodSize）中有所不同。

然而，我的第一个问题是获得系数。包中的tidy函数broom应该为您提供系数，以便稍后用 绘制它们ggplot，但是当我尝试获取它们时出现以下错误：

知道可能出了什么问题吗？我已经被告知没有正确的版本broom可能是原因，但是我已经安装了正确的版本......接下来提供了一个可重现示例的代码：

我正在努力将gamlss结果收集到数据框中。这将继续此处的示例

工作示例使用lm

破碎的例子使用gamlss

感谢任何提示或提示。

我有以下数据框：

我想要做的是比较mean_fluorescence分组后的手段Conc_factor和serum_factor。

为了更好地说明，如果我运行以下代码：

我会得到下表：

对于每个Conc_factor我想比较 和 的均值NEHC并VL查看均值 ( means_mean_fluorescence) 是否在统计上不同：

如果我做：

我将收到以下错误消息：

这部分对我来说是有道理的，毕竟我在Conc_factor. 但是，我正好有两个级别，serum_factor这实际上是我想要比较的。

有谁知道将这个多重 t.test 应用于具有两个以上级别的分组因子的方法？

dplyr在下图中，我显示了一组模型中的 $R^2$ 值，这些模型使用和拟合到数据集的子集broom。我想按线连接点，或者像传统的点图一样在每个点上画水平线。我怎样才能做到这一点？

代码

我尝试添加geom_line()，但无法理解group在这种情况下我如何使用美学

或者，我尝试geom_line()如下，但没有成功：

我正在尝试在黄土上使用增强，但收到以下错误：

在错误消息中，11 恰好等于一个片段中的观察数，而 32 是观察总数。代码如下。