Broom |tidy up a bit,模型,检验结果一键输出!

 

本文首发于“生信补给站”公众号,https://mp.weixin.qq.com/s/TqFk66F2gUu_k8WEjKbLtA

更多关于R语言,ggplot2绘图,生信分析的内容,敬请关注小号。

 

lm/glm/t.test/chisq.test等模型结果,怎么提?复制粘贴还是broom?

 

一 载入数据及R包

1.1 mtcars数据集

#载入内置数据集mtcars
head(mtcars)
                  mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

1.2 broom-R包

#载入R包
library(broom)
??broom #查看broom包用法

broom主要提供如下三种结果整理函数

  • tidy: 返回模型的统计结果的数据框;

  • augment: 返回模型参数并增加预测和残差等模型结果;

  • glance: 返回模型的一行重要结果,包含R^2、矫正后的R^2,以及剩余标准误差。

 

二 回归模型

2.1 线性回归

#构建简单线性回归模型
lmfit <- lm(mpg ~ wt, mtcars)
summary(lmfit)
summary(lmfit)$coef

结果如上,只需要将上面的P值,R squared,Adjusted R squared等关心的模型结果,用时间和耐心“精确”的复制粘贴出来就可以了!

嫌麻烦的小伙伴可以用broom试一下,其实只一行就行。

 

2.2 R-broom提取结果

1)tidy函数

library(broom)
#返回模型的统计结果的数据框
tidy(lmfit)

看起来和summary(lmfit)$coef差不多,但还是有区别的:

  • coef(summary(lmfit)) 中,terms保存在rawname中;

  • 列名为Pr(>|t|)而不是p.value;

 

2)augment()函数

#提取回归中每个原始点的拟合值和残差等信息
augment(lmfit)

img

返回每个原始点的参数值以及模型的拟合值,残差等结果,同时为避免列名重复,模型结果的列名以.开始。

 

3) glance()函数

#提取R squared,Adjusted R squared等
glance(lmfit)

img

 

对于广义线性模型(glm) 和非线性模型(nls)同样适用,可自行尝试。

 

三 生存分析

生信分析常用的生存分析,结果是否可以提取呢?

答案是可以的,稍微有点区别。

3.1 生存分析示例

#library("survminer") #载入R包
library("survival") #载入R包
fit_cox <- coxph(Surv(time, status)~sex, data=lung)
summary(fit_cox)

img

3.2 基础方法提取

#通过函数来提取关键结果
coef(summary(fit_cox))
#提取HR和95%置信区间
exp(coef(fit_cox))
#提取HR的95%置信区间
exp(confint(fit_cox))

img

3.3 broom函数提取

#生存分析,提取的是exp(coef)相关信息,exponentiate = TRUE
tidy(fit_cox,exponentiate = TRUE)

img

四 假设检验

除模型结果外,broom还可以用于 t.test, cor.testwilcox.test检验的结果提取。

4.1 T检验

tt <- t.test(wt ~ am, mtcars)
tidy(tt)

img

返回统计值,P值,置信区间,检验方法等信息;

 

4.2 wilcox.test

wt <- wilcox.test(wt ~ am, mtcars)
tidy(wt)

img

 

可见上述返回值只有一行,因此 glance函数返回相同的结果。

 

4.3 chisq.test

chit <- chisq.test(xtabs(Freq ~ Sex + Class, data = as.data.frame(Titanic)))
tidy(chit)
#只有chisq.test检验可以使用augment函数
augment(chit)

img

 

参考资料:

http://127.0.0.1:18603/library/broom/doc/broom.html

◆ ◆ ◆ ◆ ◆

R|批量循环处理同一格式文件-csv,txt,excel

R In Action |基本数据管理

数据分析|R-缺失值处理

数据分析|R-异常值处理

数据分析|R-描述性统计

数据处理|数据查重怎么办?去重,就这么办!

小数据| 描述性统计(Python/R 实现)

数据挖掘|R-相关性分析及检验

数据处理 | R-tidyr包

数据处理|R-dplyr

R|apply,tapply

数据处理|数据框重铸

R|ML_code-入门(1)

R|ML_code-线性回归(2)

R|机器学习入门-多元线性回归(3)

 

【觉得不错,右下角点个“在看”,期待您的转发,谢谢!】

 

posted on 2019-11-19 09:41  生信补给站  阅读(965)  评论(0编辑  收藏  举报

导航