vlambda博客
学习文章列表

broom是tidyverse系列包之一，可以帮助人们获得干净整洁的模型数据结果，有效改善了R语言建模的用户体验

载入包

library(tidyverse)
#broom包需要另行载入
library(broom)

建模

#使用mtcars数据集
fit <- lm(mpg~disp,data = mtcars)
fit

Call:
lm(formula = mpg ~ disp, data = mtcars)

Coefficients:
(Intercept)         disp
   29.59985     -0.04122 
summary(fit)
#lm返回列表结果，内涵各种数据，在平时应用中不方便整理使用

broom：整洁模型数据

broom可以使建模结果变量更加整洁，主要有三个常用函数

• augment:查看构成模型的每个样本的情况
• glance:查看模型总体情况
• tidy:查看模型截距、估计等

#用于控制小数点的函数
easyround <- function(x,digits = 3) {
    res <- map_if(x,is.numeric,round,digits) %>% as_tibble()
    return(res)
}
augment(fit) %>%
     head() %>%
     easyround()
# A tibble: 6 x 9
  .rownames           mpg  disp .fitted .resid .std.resid  .hat .sigma .cooksd
  <chr>             <dbl> <dbl>   <dbl>  <dbl>      <dbl> <dbl>  <dbl>   <dbl>
1 Mazda RX4          21     160    23.0  -2.00     -0.63  0.042   3.28   0.009
2 Mazda RX4 Wag      21     160    23.0  -2.00     -0.63  0.042   3.28   0.009
3 Datsun 710         22.8   108    25.1  -2.35     -0.746 0.063   3.28   0.019
4 Hornet 4 Drive     21.4   258    19.0   2.43      0.761 0.033   3.28   0.01 
5 Hornet Sportabout  18.7   360    14.8   3.94      1.25  0.066   3.22   0.056
6 Valiant            18.1   225    20.3  -2.23     -0.696 0.031   3.28   0.008
glance(fit)[,1:5] %>%
     easyround()
# A tibble: 1 x 5
  r.squared adj.r.squared sigma statistic p.value
      <dbl>         <dbl> <dbl>     <dbl>   <dbl>
1     0.718         0.709  3.25      76.5       0
tidy(fit) %>% easyround()
# A tibble: 2 x 5
  term        estimate std.error statistic p.value
  <chr>          <dbl>     <dbl>     <dbl>   <dbl>
1 (Intercept)   29.6       1.23      24.1        0
2 disp          -0.041     0.005     -8.75       0

purrr包向量化函数与broom包结合

purrr包向量化函数与broom包配合使用可以极大简化数据分析复杂程度，优化时间。

#使用了split函数将数据集按照分类变量取值分组
mtcars %>%
    split(.$cyl) %>%
    map(.,~lm(mpg~disp,data =. )) %>%
    map(.,tidy) %>%
    map(.,easyround)
$`4`
# A tibble: 2 x 5
  term        estimate std.error statistic p.value
  <chr>          <dbl>     <dbl>     <dbl>   <dbl>
1 (Intercept)   40.9       3.59      11.4    0    
2 disp          -0.135     0.033     -4.07   0.003

$`6`
# A tibble: 2 x 5
  term        estimate std.error statistic p.value
  <chr>          <dbl>     <dbl>     <dbl>   <dbl>
1 (Intercept)   19.1       2.91      6.55    0.001
2 disp           0.004     0.016     0.232   0.826

$`8`
# A tibble: 2 x 5
  term        estimate std.error statistic p.value
  <chr>          <dbl>     <dbl>     <dbl>   <dbl>
1 (Intercept)    22.0      3.34       6.59   0    
2 disp           -0.02     0.009     -2.11   0.057
# 再结合bind_rows函数可以把三个模型数据框合并
mtcars %>%
    split(.$cyl) %>%
    map(.,~lm(mpg~disp,data =. )) %>%
    map(.,tidy) %>%
    bind_rows() %>%
    easyround()
# A tibble: 6 x 5
  term        estimate std.error statistic p.value
  <chr>          <dbl>     <dbl>     <dbl>   <dbl>
1 (Intercept)   40.9       3.59     11.4     0    
2 disp          -0.135     0.033    -4.07    0.003
3 (Intercept)   19.1       2.91      6.55    0.001
4 disp           0.004     0.016     0.232   0.826
5 (Intercept)   22.0       3.34      6.59    0    
6 disp          -0.02      0.009    -2.11    0.057

也可以结合tidyverse包获得更tidy的结果

#summarise函数也可以换成mutate函数
mtcars %>%
    group_by(cyl) %>%
    nest() %>%
    mutate(fit = map(data,~lm(mpg~disp,data = .))) %>%
    summarise(tidyfit = map(fit,~tidy(.))) %>%
    unnest(tidyfit) %>%
    easyround()
# A tibble: 6 x 6
    cyl term        estimate std.error statistic p.value
  <dbl> <chr>          <dbl>     <dbl>     <dbl>   <dbl>
1     4 (Intercept)   40.9       3.59     11.4     0    
2     4 disp          -0.135     0.033    -4.07    0.003
3     6 (Intercept)   19.1       2.91      6.55    0.001
4     6 disp           0.004     0.016     0.232   0.826
5     8 (Intercept)   22.0       3.34      6.59    0    
6     8 disp          -0.02      0.009    -2.11    0.057