Sắp gọn mô hình với broom
Nghiên cứu tình huống: Khám phá dữ liệu với R
Dave Robinson
Chief Data Scientist, DataCamp
Đối tượng mô hình “lộn xộn”
summary(model)
Call:
lm(formula = percent_yes ~ year, data = afghanistan)
Residuals:
Min 1Q Median 3Q Max
-0.254667 -0.038650 -0.001945 0.057110 0.140596
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -1.106e+01 1.471e+00 -7.523 1.44e-08 ***
year 6.009e-03 7.426e-04 8.092 3.06e-09 ***
<hr />
Mã ý nghĩa: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Sai số chuẩn phần dư: 0.08497 với 32 bậc tự do
R-bình phương: 0.6717, R-bình phương hiệu chỉnh: 0.6615
Thống kê F: 65.48 với 1 và 32 DF, p-value: 3.065e-09
Mô hình khó kết hợp
model1 <- lm(percent_yes ~ year, data = afghanistan)
model2 <- lm(percent_yes ~ year, data = united_states)
model3 <- lm(percent_yes ~ year, data = canada)
broom chuyển mô hình thành data frame
library(broom)
tidy(model)
term estimate std.error statistic p.value
1 (Intercept) -11.063084650 1.4705189228 -7.523252 1.444892e-08
2 year 0.006009299 0.0007426499 8.091698 3.064797e-09
Mô hình gọn có thể ghép lại
model1 <- lm(percent_yes ~ year, data = afghanistan) model2 <- lm(percent_yes ~ year, data = united_states)tidy(model1)
term estimate std.error statistic p.value
1 (Intercept) -11.063084650 1.4705189228 -7.523252 1.444892e-08
2 year 0.006009299 0.0007426499 8.091698 3.064797e-09
tidy(model2)
term estimate std.error statistic p.value
1 (Intercept) 12.664145512 1.8379742715 6.890274 8.477089e-08
2 year -0.006239305 0.0009282243 -6.721764 1.366904e-07
> bind_rows(tidy(model1), tidy(model2))
term estimate std.error statistic p.value
1 (Intercept) -11.063084650 1.4705189228 -7.523252 1.444892e-08
2 year 0.006009299 0.0007426499 8.091698 3.064797e-09
3 (Intercept) 12.664145512 1.8379742715 6.890274 8.477089e-08
4 year -0.006239305 0.0009282243 -6.721764 1.366904e-07
Hãy thực hành!
Nghiên cứu tình huống: Khám phá dữ liệu với R
