broom包
说明
tidy、augment和glance函数的输出总是一个小tibble。
输出从来没有行名。这确保了您可以将它与其他整洁的输出组合在一起，而不用担心丢失信息(因为R中的行名不能包含重复)。
有些列名保持一致，这样它们就可以跨不同的模型进行组合。
tidy()
输出中的每一行通常代表一些定义良好的概念，例如回归中的一个术语、一个测试或一个集群/类。
常见的列名包括:
- term: 被估计的回归或模型中的名称
- p.value: 为了与R的内置统计包中的函数保持一致，选择了这个拼写(而不是常见的替代方法，如pvalue、pvalue或pval)
- statistic: 统计量一种检验统计量，通常用于计算p值。在许多亚组中结合这些是进行(例如)自助假设检验的可靠方法估计
conf.low：估计值的置信区间下限conf.high：估计值的置信区间上限- df：自由度
augment()
augment(model, data) 向原始数据添加列。
如果数据参数缺失，则从模型重构数据的 augment 尝试(注意，这可能并不总是可行的，并且通常不会包含模型中未使用的列)。
augment() 输出中的每一行都与原始数据中的相应行匹配。
如果原始数据包含行名，则augment()将它们转换为名为.rownames的列以避免覆盖原始数据
常见的列名包括:
.fitted: 预测值，与数据在同一尺度上。.resid: 残差实际y值减去拟合值- .cluster:集群分配
glance()
glance()总是返回一个单行tibble。
唯一的例外是glance(NULL)返回一个空tibble。
我们避免包含给建模函数的参数。例如，glm glance输出不需要包含family字段，因为这是由用户调用glm而不是建模函数本身决定的。
常见的列名包括:
- r.squared: 由模型解释的方差分数
- adj.r.squared: 根据自由度调整的平方R2
- sigma: 残差估计方差的平方根
broom.mixed包
函数解释
各类模型能够调用的函数
| class | tidy | glance | augment |
| allFit | TRUE | TRUE | FALSE |
| brmsfit | TRUE | TRUE | TRUE |
| gamlss | TRUE | TRUE | FALSE |
| gamm4 | TRUE | TRUE | TRUE |
| glmmadmb | TRUE | TRUE | TRUE |
| glmmTMB | TRUE | TRUE | TRUE |
| gls | TRUE | TRUE | TRUE |
| lme | TRUE | TRUE | TRUE |
| lmList4 | TRUE | FALSE | FALSE |
| mcmc | TRUE | FALSE | FALSE |
| mcmc.list | TRUE | FALSE | FALSE |
| MCMCglmm | TRUE | FALSE | FALSE |
| merMod | TRUE | TRUE | TRUE |
| MixMod | TRUE | FALSE | FALSE |
| ranef.mer | FALSE | FALSE | TRUE |
| rjags | TRUE | FALSE | FALSE |
| rlmerMod | TRUE | FALSE | FALSE |
| stanfit | TRUE | FALSE | FALSE |
| stanreg | TRUE | TRUE | FALSE |
| TMB | TRUE | FALSE | FALSE |
| varComb | TRUE | FALSE | FALSE |
| varFunc | TRUE | FALSE | FALSE |
broom.helper包
功能：整理数据+绘制森林图
结果输出的每列需要调用的函数
| Column 列 | Function 功能 | Description 描述 |
| original_term | tidy_disambiguate_terms(), tidy_multgee() or tidy_zeroinfl() | Original term before disambiguation. This columns is added only when disambiguation is needed (i.e. for mixed models). Also used for “multgee”, “zeroinfl” and “hurdle” models. 消歧前的原始术语。只有在需要消除歧义时(例如，对于混合模型)才添加此列。也用于“ multgee”，“ zeroinfl”和“ hurdle”模型。 |
| variable | tidy_identify_variables() | String of variable names from the model. For categorical variables and polynomial terms defined with stats::poly(), terms belonging to the variable are identified. 模型中的变量名字符串。对于分类变量和多项式术语定义的统计: : 聚() ，属于变量的术语被识别。 |
| var_class | tidy_identify_variables() | Class of the variable. 变量的类。 |
| var_type | tidy_identify_variables() | One of “intercept”, “continuous”, “dichotomous”, “categorical”, “interaction”, “ran_pars” or “ran_vals” “拦截”、“连续”、“二分法”、“范畴”、“互动”、“运行”或“运行”之一 |
| var_nlevels | tidy_identify_variables() | Number of original levels for categorical variables 分类变量的原始级数 |
| contrasts | tidy_add_contrasts() () | Contrasts used for categorical variables. 对比用于分类变量。需要“变量”列。如果需要，将自动应用整齐 _ 标识 _ 变量()。 |
| contrasts_type | tidy_add_contrasts() () | Type of contrasts (“treatment”, “sum”, “poly”, “helmert”, “sdif”, “other” or “no.contrast”). “pairwise is used for pairwise contrasts computed with tidy_add_pairwise_contrasts(). 对比的类型(“处理”，“总和”，“多边形”，“赫尔默特”，“ sdif”，“其他”或“不对比”)。“成对对比用于成对对比，用于计算整齐的tidy_add_pairwise_contrasts() |
| reference_row | tidy_add_reference_rows() () | Logical indicating if a row is a reference row for categorical variables using a treatment or a sum contrast. Is equal to NA for variables who do not have a reference row. 使用处理或和对比表示行是否为分类变量的引用行的逻辑。等于没有引用行的变量的 NA。需要“对比度”列。如果需要，将自动应用 tidy_add_contrasts()。tidy_add_reference_rows() 将不会填充引用术语的标签。因此，在tidy_add_term_labels()之后应用 tidy_add_reference_rows()比之前更好。 |
| var_label | tidy_add_variable_labels() | String of variable labels from the model. Columns labelled with the labelled package are retained. It is possible to pass a custom label for an interaction term with the labels argument. 模型中的变量标签字符串。保留标有标签的包装的栏。可以为带有 label 参数的交互项传递自定义标签。需要“变量”列。如果需要的话，将自动应用奖励的整齐 _ 标识 _ 变量()。 |
| label 标签 | tidy_add_term_labels() () | String of term labels based on (1) labels provided in labels argument if provided; (2) factor levels for categorical variables coded with treatment, SAS or sum contrasts; (3) variable labels when there is only one term per variable; and (4) term name otherwise. 基于(1)标签参数中提供的标签的术语标签串; (2)用处理、 SAS 或和对比编码的分类变量的因子水平; (3)每个变量只有一个术语时的变量标签; 以及(4)其他术语名称。需要“ variable _ label”列。如果需要，将自动应用 tidy_add_variable_labels().。需要“对比度”列。如果需要，将自动应用tidy_add_contrasts(). |
| header_row | tidy_add_header_rows() () | Logical indicating if a row is a header row for variables with several terms. Is equal to NA for variables who do not have an header row.Require “label” column. If needed, will automatically apply tidy_add_term_labels(). 逻辑指示一行是否为具有多个术语的变量的标题行。等于没有标题行的变量的 NA。需要“标签”列。如果需要，将自动应用 tidy_add_term_labels()。最好是在其他tidy_* 函数之后应用 tidy_add_header_rows() |
| n_obs | tidy_add_n() () | Number of observations 观察次数 |
| n_event | tidy_add_n() () | Number of events (for binomial and multinomial logistic models, Poisson and Cox models) 事件数(二项式和多项式逻辑模型，泊松和考克斯模型) |
| exposure | tidy_add_n() () | Exposure time (for Poisson and Cox models) 暴露时间(泊松和考克斯模型) Add the (weighted) number of observations — tidy_add_n • broom.helpers (larmarange.github.io) |
各类属性调整时，需要调用的函数
| Attribute 属性 | Function 函数 | Description 功能 | ||
| exponentiate | tidy_and_attach | 估计是否为指数形式 | Estimates were exponentiated | |
| conf.level | tidy_and_attach | 置信区间的置信度 | Level of confidence for confidence intervals | |
| coefficients_type | tidy_add_coefficients_type | 系数类型 | Type of coefficients | |
| coefficients_label | tidy_add_coefficients_type | 系数标签 | Coefficients label | |
| variable_labels | tidy_add_variable_labels | 将自定义变量标签传递给 tidy_add_variable_labels | Custom variable labels passed to tidy_add_variable_labels | |
| term_labels | tidy_add_term_labels | 将自定义术语标签传递给tidy_add_term_labels | Custom term labels passed to tidy_add_term_labels | |
| N_obs | tidy_add_n | 观测总数 | Total number of observations | |
| N_event | tidy_add_n | 事件总数 | Total number of events | |
| Exposure | tidy_add_n | 总暴露时间 | Total of exposure time | |
| component | tidy_zeroinfl | 参数传递到tidy_zeroinfl() | component argument passed to tidy_zeroinfl() | |
支持这些模型的模型整理任务
-
回归模型
-
所有模型汇总
betareg::betareg()、biglm::bigglm()、biglmm::bigglm()、brms::brm()、fixest::feglm()、fixest::femlm()、fixest::feNmlm()、fixest::feols()、glmmTMB::glmmTMB()、gam::gam()、geepack::geeglm()、logitr::logitr()、MASS::glm.nb()、MASS::polr()、mgcv::gam()、mice::mira()、mmrm::mmrm()、nnet::multinom()、ordinal::clm()、ordinal::clmm()、rstanarm::stan_glm()、stats::glm()、plm::plm()、stats::lm()、stats::nls()
-
Beta Regression 模型（Beta 回归模型）
betareg::betareg(): Beta 回归模型是一种用于处理介于 0 和 1 之间的连续百分比或概率型数据的回归模型。它适合模拟遵循 Beta 分布的数据。
-
Generalized Linear Model（广义线性模型）
stats::glm(): 广义线性模型适用于探索因变量和自变量之间的关系，可根据因变量的分布选择不同的链接函数。MASS::glm.nb(): 负二项广义线性模型，用于处理计数型数据，适合模拟计数数据的过度离散性。MASS::polr(): 有序 logistic 回归模型，用于处理有序分类数据。
-
Generalized Additive Model（广义加性模型）
gam::gam(): 广义加性模型通过非参数函数来拟合数据的非线性关系，适合处理复杂数据结构。mgcv::gam(): 广义加性模型的具体实现，用于拟合非线性样条函数，可以处理连续和分类预测变量。
-
Mixed Effects Model（混合效应模型）
biglm::bigglm()和biglmm::bigglm(): 用于大数据集的广义线性混合效应模型，适合应对大规模数据的建模需求。brms::brm(): 贝叶斯混合效应模型，用于探究固定效应和随机效应在数据中的作用。
-
Fixed Effects Model（固定效应模型）
fixest::feglm(),fixest::femlm(),fixest::feNmlm(),fixest::feols(): 固定效应模型用于处理面板数据，通过固定效应消除个体间的异质性。
-
Generalized Estimating Equations（广义估计方程）
geepack::geeglm(): 广义估计方程模型，用于处理相关数据和重复测量数据，适合考虑数据相关性的分析。
-
Generalized Additive Mixed Model（广义加性混合模型）
glmmTMB::glmmTMB(): 广义加性混合模型，结合了非线性关系和随机效应的建模方法。
-
Logistic Regression（逻辑回归模型）
logitr::logitr(): 逻辑回归模型适用于二分类或多分类问题的建模和预测。nnet::multinom(): 多项 logistic 回归模型，用于多分类问题的建模和预测。
-
Ordinal Regression（有序回归模型）
-
ordinal::clm(),ordinal::clmm(): 有序回归模型适用于有序分类数据的建模和预测。
-
-
Survival Analysis（生存分析模型）
rstanarm::stan_glm(): 基于 Stan 的生存分析模型，用于处理具有时间到事件或失败的数据。
-
Panel Data Models（面板数据模型）
plm::plm(): 面板数据模型适用于分析面板数据，可以考虑固定效应和随机效应。
-
Linear Regression（线性回归模型）
stats::lm(): 线性回归模型，用于研究自变量和因变量之间的线性关系。
-
Nonlinear Regression Model（非线性回归模型）
stats::nls(): 非线性最小二乘回归模型，适合拟合非线性关系的数据。
-
Missing Data Imputation Models（缺失数据插补模型）
mice::mira(): 用于缺失数据插补的多重插补方法。
-
Repeated Measures ANOVA Models（重复测量 ANOVA 模型）
mmrm::mmrm(): 用于处理重复测量设计的混合模型。
-
-
生存分析
-
所有模型汇总
cmprsk::crr()、survival::cch()、survival::clogit()、survival::coxph()、survival::survreg()、survey::svycoxph()、survey::svyglm()、survey::svyolr()、tidycmprsk::crr() -
Cox Proportional Hazards Model（Cox 比例风险模型）
survival::coxph(): Cox 比例风险模型是一种常用的生存分析方法，用于研究自变量对风险函数比例的影响。
-
Accelerated Failure Time Model（加速失效时间模型）
survival::survreg(): 加速失效时间模型是生存分析的另一种方法，用于研究生存时间的分布和影响因素。
-
Competing Risks Regression Model（竞争风险回归模型）
cmprsk::crr(): 竞争风险回归模型用于处理存在竞争事件的生存数据，考虑了不同类型风险之间的相互影响。
-
Conditional Logistic Regression Model（条件 logistic 回归模型）
survival::clogit(): 条件 logistic 回归模型适用于研究匹配案例-对照的生存数据，用于探究协变量与事件发生之间的关系。
-
Proportional Hazards Regression （比例风险回归模型）
survival::cch(): proportional hazards regression model to case-cohort data 病例队列数据的比例风险回归模型
-
Survey-weighted Cox Proportional Hazards Model（加权调查 Cox 比例风险模型）
survey::svycoxph(): 加权调查 Cox 比例风险模型用于处理调查样本中的生存数据，考虑了复杂调查设计所带来的权重。
-
Survey-weighted Generalized Linear Models（加权调查广义线性模型）
survey::svyglm(): 加权调查广义线性模型适用于处理调查数据的生存分析，考虑了调查数据的权重设计。
-
Survey-weighted Ordinal Logistic Regression（加权调查有序 logistic 回归模型）
survey::svyolr(): 加权调查有序 logistic 回归模型处理调查数据的有序分类生存分析，考虑了调查数据的权重设计。
-
Tidy Version of Competing Risks Regression Model（竞争风险回归模型的简洁版本）
-
tidycmprsk::crr(): 简洁而易用的竞争风险回归模型，用于处理具有竞争风险的生存数据，提供了更直观的数据处理方式。
-
-
-
分类模型
-
所有模型汇总
multgee::nomLORgee()、multgee::ordLORgee()、MASS::polr()、nnet::multinom()。
-
Generalized Estimating Equations Model（广义估计方程模型）
-
multgee::nomLORgee(): 广义估计方程模型用于处理具有分类响应变量的长期观测数据，适用于二元分类模型。 -
multgee::ordLORgee(): 广义估计方程模型的有序 logistic 回归扩展，用于处理有序分类响应变量的长期观测数据。
-
-
Proportional Odds Logistic Regression Model（比例几率 logistic 回归模型）
MASS::polr(): 比例几率 logistic 回归模型用于处理有序分类响应变量的数据，通过拟合分类阈值来预测不同类别的概率。
-
Multinomial Logistic Regression Model（多项 logistic 回归模型）
nnet::multinom(): 多项 logistic 回归模型适用于处理具有多个离散分类响应变量的数据，用于预测每个类别的条件概率。
-
-
其他模型
-
所有模型汇总
-
lavaan::lavaan()、lfe::felm()、parsnip::modelfit()、pscl::hurdle()、pscl::zeroinfl()、VGAM::vglm()。
-
Structural Equation Modeling（结构方程模型）
lavaan::lavaan(): 结构方程模型用于建立变量间的因果关系模型，通过观察变量之间的协方差和误差来估计模型参数。
Fixed Effects Linear Regression Model（固定效应线性回归模型）
lfe::felm(): 固定效应线性回归模型用于处理面板数据，控制个体固定效应的同时估计因变量与自变量之间的关系。
General Model Fitting（通用模型拟合）
parsnip::modelfit(): 通用模型拟合提供了一种灵活的方式来拟合各种类型的模型，用于在统一的框架下估计不同模型的系数和效果。
Hurdle Model（障碍模型）
pscl::hurdle(): 障碍模型是一种处理具有零膨胀和非零成分的计数数据的模型，用于建模数据的生成过程并估计相关参数。
Zero-Inflated Model（零膨胀模型）
pscl::zeroinfl(): 零膨胀模型是一种处理具有零膨胀和非零成分的计数数据的模型，适用于解释数据中零值出现的原因和其他成分的影响。
Vector Generalized Linear Model（向量广义线性模型）
VGAM::vglm(): 向量广义线性模型是广义线性模型的推广，用于处理多元响应变量的数据，并允许灵活建模不同响应变量的关系
代码示例参考学习
library(broom.helpers)
library(gtsummary)
library(ggplot2)
library(dplyr)
model_logit <- glm(response ~ trt + grade, trial, family = binomial)
broom::tidy(model_logit) # 使用broom包中的tidy函数整理逻辑回归模型，得到模型的摘要信息
# 已被后续做森林的数据准备
tidy_forest <- model_logit %>%
# 对模型进行初始整理
tidy_and_attach(exponentiate = TRUE, conf.int = TRUE) %>%
# 添加分类变量的参考行
tidy_add_reference_rows() %>%
# 添加要在图中显示的参考值
tidy_add_estimate_to_reference_rows() %>%
# 添加变量标签
tidy_add_term_labels() %>%
# 从模型中删除截距估计
tidy_remove_intercept()
# 绘制矢森林图
tidy_forest %>%
# 添加新的列 plot_label，用于构建绘图标签
mutate(
plot_label = paste(var_label, label, sep = ":") %>% # 将变量标签和标签组合起来作为绘图标签
forcats::fct_inorder() %>% # 按照顺序重新排序
forcats::fct_rev() # 反转顺序
) %>%
ggplot(aes(x = plot_label, y = estimate, ymin = conf.low, ymax = conf.high, color = variable)) + # 设置绘图 aesthetics
geom_hline(yintercept = 1, linetype = 2) + # 添加水平参考线
geom_pointrange() + # 添加点范围
coord_flip() + # 反转坐标轴
theme(legend.position = "none") + # 设置图例位置
labs(
y = "Odds Ratio", # y轴标签
x = " ", # x轴标签为空
title = "Forest Plot using broom.helpers" # 图表标题
) # 设置标签参考文献：
Getting Started with broom.helpers • broom.helpers (larmarange.github.io)
https://larmarange.github.io/broom.helpers/dev/articles/tidy.htmlcran.r-project.org/web/packages/broom.mixed/broom.mixed.pdfhttps://cran.r-project.org/web/packages/broom.mixed/broom.mixed.pdf
![[面试] 如何保证Redis和MySQL数据一致性?](https://img-blog.csdnimg.cn/direct/e084c3a7b20446f280165ec3b54c80bc.png#pic_center)
