1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do regresji w R
Connected

ćwiczenie

Korzystanie z broom

Wiele zadań programistycznych jest łatwiejszych, gdy wszystkie dane trzymasz w ramkach danych. Dotyczy to zwłaszcza miłośników tidyverse, gdzie dplyr i ggplot2 wymagają używania ramek danych. Pakiet broom zawiera funkcje, które rozkładają modele na trzy ramki danych: jedną dla elementów na poziomie współczynników (same współczynniki oraz wartości p dla każdego z nich), drugą dla elementów na poziomie obserwacji (takich jak dopasowane wartości i reszty) oraz trzecią dla elementów na poziomie modelu (głównie metryki wydajności).

Funkcje w broom są generyczne – działają z wieloma typami modeli, nie tylko z obiektami modeli regresji liniowej. Obsługują również obiekty modeli regresji logistycznej (jak zobaczysz w rozdziale 4) i wiele innych rodzajów modeli.

mdl_price_vs_conv jest dostępny, a broom jest załadowany.

Instrukcje 1/3

undefined XP
  • 1

    Użyj funkcji tidy() na modelu, aby wyświetlić elementy mdl_price_vs_conv na poziomie współczynników.

  • 2

    Użyj funkcji augment() na modelu, aby wyświetlić elementy mdl_price_vs_conv na poziomie obserwacji.

  • 3

    Użyj funkcji glance() na modelu, aby wyświetlić elementy mdl_price_vs_conv na poziomie modelu.