broom

    0熱度

    2回答

    考慮以下幾點: library(tidyverse) library(broom) tidy.quants <- mtcars %>% nest(-cyl) %>% mutate(quantiles = map(data, ~ quantile(.$mpg))) %>% unnest(map(quantiles, tidy)) tidy.quants #>

    1熱度

    1回答

    我的問題與this one類似,但現在我試圖使用一個有多個預測變量的模型,並且我無法弄清楚如何將新數據導入預測函數。 library(dplyr) library(lubridate) library(purrr) library(tidyr) library(broom) set.seed(1234) 首先我創建星期的以次 wks = seq(as.Date("2010-01-0

    -1熱度

    1回答

    我試圖從(嵌套的)數據框(條件)繪製迴歸係數,爲此我爲每個條件中的嵌套數據運行四個迴歸模型(帶有多個預測變量)。繪製每個模型每個條件的R平方值(參見示例),但現在我想首先根據條件繪製x1的迴歸係數(b爲x1,按降序排列),然後對x2繪製相同的(或甚至由預測者號碼),有人可以幫助我與代碼? 繪製的R 示例 - 多個型號平方值: # creating data example library(mo

    0熱度

    2回答

    我有班的國家有城市集合。 在客戶端我用的WebMethod [WebMethod] public void AddCity(string countryCode,string name) { MyFacade.AddCity(countryCode,name); } 在門面我有方法 public void AddCity(string countryCode,string name)

    0熱度

    1回答

    它在broom網站中提到它可用於TukeyHSD和multcomp(請參閱here)。然而,我不知道如何使用broom代替TukeyHSD和multcomp。 參見下面給出的MWE。 df1 <- data.frame( Rep = factor(rep(1:3, each = 4, times = 2)), Trt = rep(paste0("T", 1:4), times =

    1熱度

    2回答

    給出一個包含有相同的變量的不同的變量(即A1, A2, B1, B2) library(purrr) library(tidyr) library(broom) set.seed(123) my_df = data.frame(matrix(rnorm(80), nrow=10)) colnames(my_df) <- c("A1_BEFORE", "A1_AFTER", "A2_B

    3熱度

    1回答

    在我的數據集中,我有5個讀者在多天內重複分類測試(0,1或2)。 在每一天,5個實際分類測試中只有2-3個讀者。 library(tidyverse) library(broom) df <- tibble(day = rep(1:10,10)) %>% arrange(day) %>% mutate(reader1 = rep(c(1, 2, 0, 0, 2, NA,

    0熱度

    1回答

    我在掃帚::整齊功能有一些麻煩。這可能是特定於我的shapefile(這是阿拉斯加所有河流的地圖)。 我使用readOGR函數 加載該文件,然後使用掃帚::整齊函數空間數據強化成數據幀。 shp_points <- tidy(shp, region="group") 這一切似乎工作。當我使用ggplot繪製點時,它給了我一張空間上合理的地圖。 ggplot(data=shape_points,

    3熱度

    2回答

    考慮這個簡單的例子 > dataframe <- data_frame(id = c(1,2,3,4,5,6), + group = c(1,1,1,2,2,2), + value = c(200,400,120,300,100,100)) > dataframe # A tibble: 6 x 3 id group value <dbl> <d

    0熱度

    1回答

    我想,以適應使用dplyr和broom(最終mclapply)並行使用wrapnls許多非線性配合,但我從nlxb得到一個解析計算錯誤: Error in parse(text = joe) (from #11) : <text>:1:6: unexpected input 1: b1.10% <- 20 我得到同時使用do這個錯誤lapply方法。 library(nlmrt) libr