Warning: file_get_contents(/data/phpspider/zhask/data//catemap/1/dart/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
正在从“恢复数据”;lm";R中的对象?_R_Broom - Fatal编程技术网

正在从“恢复数据”;lm";R中的对象?

正在从“恢复数据”;lm";R中的对象?,r,broom,R,Broom,我想知道是否有一种方法可以从R中lm对象的输出中重新获取(恢复)jen的数据,假设我们不知道此人的名字,但只知道jen作为预测者的角色 换句话说,如何从lm对象重新获取预测数据 以下是数据: q = data.frame(bob = 1:5 - 3, jen = c(1.7, 2.6, 2.5, 4.4, 3.8) - 3) m <- lm(bob ~ jen, q) eval(names(m$coefficients)[2]) 是的,有可能: m$model[, 2] # [1] -

我想知道是否有一种方法可以从R中
lm
对象的输出中重新获取(恢复)
jen的数据,假设我们不知道此人的名字,但只知道
jen
作为预测者的角色

换句话说,如何从
lm
对象重新获取预测数据

以下是数据:

q = data.frame(bob = 1:5 - 3, jen = c(1.7, 2.6, 2.5, 4.4, 3.8) - 3)
m <- lm(bob ~ jen, q)
eval(names(m$coefficients)[2])
是的,有可能:

m$model[, 2]
# [1] -1.3 -0.4 -0.5  1.4  0.8
或者,如果你也想看看名字

m$model[, 2, drop = FALSE]
#    jen
# 1 -1.3
# 2 -0.4
# 3 -0.5
# 4  1.4
# 5  0.8


另一种方法是使用
augment
from为您提供模型的整洁内容

q <- data.frame(bob = 1:5 - 3, jen = c(1.7, 2.6, 2.5, 4.4, 3.8) - 3)
m <- lm(bob ~ jen, q)

broom::augment(m)

#   bob  jen    .fitted   .se.fit     .resid      .hat    .sigma    .cooksd .std.resid
# 1  -2 -1.3 -1.6595745 0.6607174 -0.3404255 0.5595745 1.0191405 0.21426617 -0.5807632
# 2  -1 -0.4 -0.5106383 0.4273013 -0.4893617 0.2340426 1.0069205 0.06122685 -0.6330542
# 3   0 -0.5 -0.6382979 0.4444382  0.6382979 0.2531915 0.9473309 0.11854243  0.8362420
# 4   1  1.4  1.7872340 0.6938041 -0.7872340 0.6170213 0.6009252 1.67091751 -1.4402230
# 5   2  0.8  1.0212766 0.5121137  0.9787234 0.3361702 0.6698641 0.46834095  1.3600185

无需如此复杂,您可以获得预测值的名称,如标签(术语(m))-然后在现有答案的基础上构建-
m[[“model”]][标签(术语(m))]
q <- data.frame(bob = 1:5 - 3, jen = c(1.7, 2.6, 2.5, 4.4, 3.8) - 3)
m <- lm(bob ~ jen, q)

broom::augment(m)

#   bob  jen    .fitted   .se.fit     .resid      .hat    .sigma    .cooksd .std.resid
# 1  -2 -1.3 -1.6595745 0.6607174 -0.3404255 0.5595745 1.0191405 0.21426617 -0.5807632
# 2  -1 -0.4 -0.5106383 0.4273013 -0.4893617 0.2340426 1.0069205 0.06122685 -0.6330542
# 3   0 -0.5 -0.6382979 0.4444382  0.6382979 0.2531915 0.9473309 0.11854243  0.8362420
# 4   1  1.4  1.7872340 0.6938041 -0.7872340 0.6170213 0.6009252 1.67091751 -1.4402230
# 5   2  0.8  1.0212766 0.5121137  0.9787234 0.3361702 0.6698641 0.46834095  1.3600185
broom::augment(m)$jen

# [1] -1.3 -0.4 -0.5  1.4  0.8