Modele de tableau recapitulatif

La fonction SJT. LM () imprime les résumés des modèles linéaires (équipés de la fonction LM ()) comme des tables html joliment formatées. Dans l`exemple suivant, nous avons sept lignes de table avec des données (à l`exclusion de l`interception): milieu et Salut éducation (catégories de la variable éducation), heures de soins, légère, modérée et sévère dépendance (catégories de la variable dépendance) et l`utilisation du service. Ces «rangées» doivent être étiquetées. Vous pouvez modifier le style de la table avec des paramètres spécifiques, par exemple pour inclure CI dans la même cellule de tableau que les estimations, imprimer des astérisques au lieu de valeurs de p numériques, etc. Dans le cas où vous avez des variables catégorielles avec plus de deux niveaux de facteur, la fonction SJT. LM () regroupe automatiquement les niveaux de catégorie pour donner une meilleure vue d`ensemble des prédicteurs dans la table. Voici un exemple de modification des autres libellés. Notez que l`en-tête Show. Header fait apparaître les deux étiquettes sur le coin supérieur et supérieur gauche dans le tableau. Dans l`instruction table, l`option variable indique que les lignes doivent être définies par les valeurs de la variable de ce nom. C`est-à-dire qu`il doit y avoir une ligne pour chaque valeur de variable.

L`estimation de code = ` ` * Sum = ` `demande que la somme de l`estimation de variable soit imprimée (puisqu`il n`y a qu`une seule valeur d`estimation pour chaque combinaison de la variable variables et du modèle, la somme est juste la valeur elle-même). Sur la ligne ci-dessous nous faisons la même chose avec la variable stderr sauf que * F = stderrf. applique le format que nous avons créé ci-dessus aux valeurs. Cela prend soin de définir ce qui se passe dans les rangées de notre table. Après la virgule (« , ») nous définissons les colonnes de notre table. Le modèle de nom de variable indique qu`il doit y avoir une colonne dans la table pour chaque valeur du modèle de variable. Tout au long de la commande = ` `est utilisé pour définir l`étiquette de l`objet qu`il suit à vide. Notez que l`impression de tables avec des modèles montés, qui ont des prédicteurs différents ne détecte pas automatiquement les étiquettes de variables (peut-être que cela sera implémenté dans une version future du package). Ici vous avez la sortie de table complète. Cela vous aide à identifier les numéros d`index de ligne. Surtout lorsque vous avez plusieurs modèles avec des prédicteurs différents, la position de l`estimation dans le dernier modèle peut différer de la position de cette estimation dans la sortie de la table. Dans la plupart des cas, vous devez définir vos propres étiquettes lors de la suppression des estimations, en particulier lorsque vous avez regroupé des prédicteurs catégoriels, car la détection automatique des étiquettes est assez délicate dans de telles situations.

Si vous fournissez des étiquettes propres, veuillez noter que les en-têtes de prédicteurs groupés (le nom de variable de la variable catégorielle groupée) sont toujours définis automatiquement par la fonction SJT. LM () (les étiquettes de variables sont utilisées, donc utilisez set_Label () pour ces prédicteurs catégoriels) . Toutes les lignes de données de la table, c`est-à-dire pour chaque coefficient apparaissant dans le modèle, vous devez spécifier une chaîne d`étiquettes. Les résultats de la régression comprennent trois tableaux en plus de la table «coefficients», mais nous limitons notre intérêt au tableau «récapitulatif du modèle», qui fournit des informations sur la capacité de la ligne de régression à tenir compte de la variation totale dans le Variable. La figure 6 montre que les valeurs y observées sont fortement dispersées autour de la ligne de régression. Ainsi, comme le font souvent les analystes de régression, le modèle de régression ne «explique» qu`une proportion limitée de la variation totale de la variable dépendante. La variation totale de la variable dépendante peut être mesurée par sa variance. Si la ligne de régression n`est pas complètement horizontale (c.-à-d. Si le coefficient b est différent de 0), alors une partie de la variance totale est comptabilisée par la ligne de régression.

Cette partie de la variance est mesurée comme la somme des différences quadratiques entre les valeurs variables dépendantes prédites des répondants et la moyenne globale divisée par le nombre de répondants.

Les commentaires sont fermés.