使用管道语法处理模型列表
我经常喜欢拟合并检查与R数据框中的两个变量相关的多个模型。 我可以使用以下语法来做到这一点： require（tidyverse） require（扫帚） 模型
..
broom相关内容
由dplyr中的多个组引导
我正在尝试以整洁的方式引导由多个变量分组的双变量相关性。到目前为止，我已经得到： paks
..
具有dplyr，tidyverse和broom的相关矩阵-P值矩阵
全部。我想使用 dplyr和/或扫帚包 并同时测试多个变量从相关矩阵中获取p值。我知道其他方法，但是dplyr对我来说似乎更容易，更直观。另外，dplyr将需要关联每个变量以获得特定的p值，这使得该过程更加轻松快捷。 我检查了其他链接，但没有检查解决此问题（示例1 ，示例2 ，示例3 ） 当我使用此代码时，将报告相关系数。但是，P值不是。 agreg_base_tipo_a％>
..
使用扫帚包装整理地图时保留区域名称
我正在使用栅格数据包中的getData函数来检索阿根廷地图。我想使用ggplot2绘制结果图，所以我要使用扫帚包中的整齐函数将其转换为数据框。效果很好，但是我不知道如何保留联邦区的名称，以便可以在地图上使用它们。 这是我的原始代码不保留地区名称的地方： ＃原始代码：############## ################### ＃从GADM.org获取地图数据，然后将其简化
..
使用黄土色的扫帚（增强）和dplyr时出错
我试图在黄土配合上使用增量，但收到以下错误： data.frame中的错误（...，check.names = FALSE）： 参数表示行数不同：32，11 在错误消息中，11个恰好等于一个段中的观察数，而32是观察总数。代码如下。 require（扫帚） require（dplyr） ＃此示例使用lm方法，并且可以进行 回归％grou
..
具有置信区间的滚动回归（tidyverse）
这与 再次考虑这个简单示例 库（dplyr） 库（purrr） 库（扫帚） 库（zoo） 库（lubridate） mydata = data_frame （'group'= c（'a'，'a'，'a'，'a'，'b'，'b'，'b'，'b'）， 'y'= c（ 1,2,3,4,2,3,4,5）， 'x'= c（2,4,6,8,6,9,12,15）， '日期'= c（ymd（'2
..
R2值-dplyr和扫帚
我正在使用dplyr和扫帚组合（如下所示）并遵循拟合多个回归dplyr 的模型来按组提取回归的回归系数。但是-我也对每个回归的R2值感兴趣（不仅对于整个模型）。我尝试使用增强和扫视功能-但无法提取R2值。是否有捷径可寻？ 非常感谢！ 库（dplyr） 库（扫帚） df.h =数据。 frame（ hour = factor（rep（1:24，each = 21））， pric
..
使用broom和tidyverse对不同的因变量进行回归
我正在寻找可以解决这个难题的Tidyverse /扫帚解决方案： 假设我有不同的DV 和特定”集，我想进行回归分析，考虑每个DV和该特定IV的集合。 我知道我可以在自己的家庭中使用类似的东西，也可以申请家庭，但我真的想使用 tidyverse 来运行它。 以下代码作为示例 ds
..
处理Purrr中不同长度的向量
我目前有以下 R 代码，这些代码在不同的子集上运行具有不同预测变量的多个回归模型，并使用 broom 软件包。 库（dplyr） 图书馆（purrr） 图书馆（扫帚） 汽车< ;-mtcars preds
..
如何将fitdistrplus :: fitdist摘要转换为整洁的格式？
我有以下代码： x< ;-c（ 0.367141764080875、0.250037975705769、0.167204185003365、0.299794433447383， 0.366885973041269、0.300453205296379、0.333686861081341、0.33301168850398， 0.400142004893329、0.3994336773
..
使用整洁的文本和扫帚，但找不到LDA_VEM的整洁度
tidytext本书中的示例带有主题模型的修饰符： 库（tidyverse） 库（tidytext） 库（topicmodels） 库（扫帚） year_word_counts
..
创建模型和扩充数据而不会丢失dplyr / broom中的其他列
请考虑以下数据/示例。每个数据集包含多个样本，这些样本具有一个观测值和一个估计值： 库（tidyverse） 库（扫帚） 数据= read.table（文本=' 数据集sample_id观测值估计值 A A1 4.8 4.7 A A2 4.3 4.5 A A3 3.1 2.9 A A4 2.1 2 AA5 1.1 1 B B1 4.5 4.3 B B2 3.9
..
Tidy chisq.test输出的功能，用于可视化或过滤P值
对于数据... 库（产品线） 库（ggmosaic） 对于代码... 库（tidyverse） 库（扫帚） 我正在尝试创建整洁的chisq.test输出，以便我可以轻松过滤或可视化p值。 我使用的是“ happy”数据集（上面列出的两个软件包均随附） 在此示例中，如果我想将“ happy”变量作为所有其他变量的条件，则将隔离类别
..
使用dplyr :: group_by（）对每个组进行黄土回归
好的，我挥舞着白旗。 我正在尝试在数据集中计算黄土回归。 我希望黄土计算出一组不同的点，将其绘制为每组的平滑线。 问题在于黄土计算正在转义 dplyr :: group_by 函数，因此黄土回归是在整个数据集上计算的。 Internet搜索使我相信，这是因为 dplyr :: group_by 并不是要这样工作。 我只是不知道如何按组进行这项工作。 以下是我尝试
..
在tidyverse中按组滚动回归？
关于R中的滚动回归有很多问题，但是我在这里专门寻找使用 dplyr ，扫帚和（如果需要） purrr 。 这就是使这个问题与众不同的原因。我想保持 tidyverse 的一致性。是否可以使用整洁的工具（例如 purrr：map 和 dplyr ）进行适当的运行回归？ 请考虑以下简单示例： library（dplyr） 库（purrr） 库（broom） 库（zoo） 库（lub
..
在列表列中使用lm使用purrr预测新值
我正在尝试向具有包含lm模型的列表列的数据框添加一列预测。我采用了这篇文章中的一些代码。 I在这里做了一个玩具示例： 库（dplyr） 库（purrr） 库（tidyr ） 库（broom） set.seed（1234） exampleTable
..
使用add_lines（）函数对plot_ly（）进行自定义R函数的拟合（lm（y〜x））
我想在R中的plot_ly（）周围写一个自定义函数。这样，我可以制作一系列具有相同格式和样式的散点图，但不会重复代码。 我用这页作为指南。代码重现错误： pre $ library $（$） my_plot
..
比较模型与dplyr和扫帚:: glance：如果错误产生如何继续？
我想使用R中的lme4包将数据集中的每个变量作为单变量模型运行。我想使用dplyr / tidyr包准备数据，并使用扫帚包来组织每个模型的结果（即do（glance ...），我会非常感谢在这个框架内的帮助，我在R中并不是很棒，但是能够生成一个抛出错误的数据集，并且具有与我使用的数据： 库（lme4） 库（dplyr） 库（tidyr） 库（扫帚） 鸟
..
如何使用扫帚和dplyr将分组数据应用于分组模型？
我想在mtcars数据集中将gpm（加仑/英里= 1 / mpg）的模型拟合为wt。这很容易： 数据（mtcars） 库（dplyr） 库（tidyr） 库（扫帚） 库（ggplot2） 库（scale） mtcars2％ mutate（gpm = 1 / mpg）％>％ group_by（cyl，am） lm1 mtcars2％>％ do
..
R - dplyr引导问题
我有一个问题，了解如何正确使用 dplyr bootstrap 功能。 我想要的是从两个随机分配的组生成一个引导分发，并计算平均值的差异，例如： p> 库（dplyr） 库（扫帚） 数据（mtcars） mtcars％>％ mutate（treat = sample（c（0，1），32，replace = T））％>％ group_by（treat）％>％ summary
..