Pacchetto per gestire l'output dei modelli, ed avere tabelle organizzate come dataframe.

Con queste funzioni, abbiamo dataframe che possono anche essere meglio utilizzati per altre elaborazioni (inserire variabili nel dataset originario, fare grafici ecc.), e per essere inseriti nei report riproducibili (Rmd → Word, PDF, ecc.).

Vedi: Vignettes; RDocumentation

Esempi

glance

glance() fornisce le informazioni necessarie alla valutazione del modello. Vengono presentate anche statistiche che nell'output normale (con summary()) non sono di default.

library(broom)
lm.res <- lm(data=cars, dist ~ speed)
 
glance(lm.res)

## # A tibble: 1 x 11
##   r.squared adj.r.squared sigma statistic  p.value    df logLik   AIC   BIC
##       <dbl>         <dbl> <dbl>     <dbl>    <dbl> <int>  <dbl> <dbl> <dbl>
## 1     0.651         0.644  15.4      89.6 1.49e-12     2  -207.  419.  425.
## # ... with 2 more variables: deviance <dbl>, df.residual <int>

Restituisce l'output di summary(), semplificato e organizzato in tabella:

tidy(lm.res)

## # A tibble: 2 x 5
##   term        estimate std.error statistic  p.value
##   <chr>          <dbl>     <dbl>     <dbl>    <dbl>
## 1 (Intercept)   -17.6      6.76      -2.60 1.23e- 2
## 2 speed           3.93     0.416      9.46 1.49e-12

augment(lm.res)

## # A tibble: 50 x 9
##     dist speed .fitted .se.fit .resid   .hat .sigma  .cooksd .std.resid
##    <dbl> <dbl>   <dbl>   <dbl>  <dbl>  <dbl>  <dbl>    <dbl>      <dbl>
##  1     2     4   -1.85    5.21   3.85 0.115    15.5 0.00459       0.266
##  2    10     4   -1.85    5.21  11.8  0.115    15.4 0.0435        0.819
##  3     4     7    9.95    4.11  -5.95 0.0715   15.5 0.00620      -0.401
##  4    22     7    9.95    4.11  12.1  0.0715   15.4 0.0255        0.813
##  5    16     8   13.9     3.77   2.12 0.0600   15.5 0.000645      0.142
##  6    10     9   17.8     3.44  -7.81 0.0499   15.5 0.00713      -0.521
##  7    18    10   21.7     3.12  -3.74 0.0413   15.5 0.00133      -0.249
##  8    26    10   21.7     3.12   4.26 0.0413   15.5 0.00172       0.283
##  9    34    10   21.7     3.12  12.3  0.0413   15.4 0.0143        0.814
## 10    17    11   25.7     2.84  -8.68 0.0341   15.5 0.00582      -0.574
## # ... with 40 more rows

Selezioniamo i casi con i residui standard > |1,5| (per studiare gli outliers):

library(tidyverse)
library(knitr)
 
augment(lm.res) %>% 
  select(dist, speed, .fitted, .resid, .std.resid) %>%   # seleziona le colonne
  filter(.std.resid > abs(1.5)) %>%                      # seleziona i casi
  arrange(desc(.std.resid)) %>%                          # ordina le righe
  kable()                                                # formatta la tabella

 dist   speed    .fitted     .resid   .std.resid
-----  ------  ---------  ---------  -----------
  120      24   76.79872   43.20128     2.919060
   80      14   37.47463   42.52537     2.795166
   84      18   53.20426   30.79574     2.027818
   76      18   53.20426   22.79574     1.501039

Questa è una tabella formattata, in formato markdown (quindi può essere esportata in formato html, word, ecc.).