Chinese_translation_Broom_package： ww2563， yf2579

Chinese_translation_Broom_package.Rmd

@@ -0,0 +1,176 @@
+# Chinese translation of broom package
+
+Wenjie Wei and Yinqiu Feng
+
+```{r}
+library(broom)
+```
+
+## 序言
+broom包可以将R语言中内置函数（例如lm，nls或t.test）的混乱输出转换为整齐的tibbel(一种R特有的数据框）。\ 
+
+broom 是一种可以将不整齐的估测结果调整为我们想要的整齐数据的工具。它以3种S3类函数为中心，每种方法都采用R统计函数（lm,t.test,nls等等）产生的对象并转换结果至tibble。设计broom是为了和Hadley的dplyr包一起使用。\ 
+
+broom应与reshape2和tidyr之类的包区分开来,这些包会将数据帧重新排列和重塑为不同的形式。这些软件包在整理好的的数据分析中执行关键任务，但专注于将一种特定格式的数据帧转换为另一种格式。相反，broom被设计为采用非表格数据格式的格式，并将其转换为整洁的数据框。\ 
+
+整理模型输出不是一门精准的学科，它基于数据科学家对于从整洁的数据分析中得出的各种值（例如，估计值，测试统计数据和p值）进行判断的期望。您可能会丢失所需的原始对象中的某些信息，或者保留了比所需更多的信息。如果您认为应该更改模型的整理输出，或者缺少所需的S3类的整理功能，欢迎提出问题或需求。\ 
+
+## 整理函数
+这个软件包提供了三种S3类函数，可以进行三种不同的整理：\ 
+
+tidy：绘制tibble，总结该模型的统计结果。这包括回归中每个项的系数和p值，聚类应用中的每个集群信息或多测试功能的每个测试信息。\ 
+
+augment：在建模的原始数据中增加列数。这包括预测，残差和聚类分配。
+
+glance：建立一行关于模型的精简总结。它通常包含诸如R方，调整R方和残余标准误差之类的值，这些值会针对整个模型计算一次。\ 
+
+请注意，某些类可能只定义了其中一种或两种方法。\ 
+作为说明性示例，我们来对R内置的mtcars数据集进行线性拟合。\ 
+```{r}
+lmfit <- lm(mpg ~ wt, mtcars)
+lmfit
+```
+
+```{r}
+summary(lmfit)
+```
+如果您只想看下总结数据，到这就已足够。但是，将其转换为包含所有相同信息的表格数据，以便您可以将其与其他模型结合或进行进一步的分析并非易事。您必须执行coef（summary（lmfit））以获得系数矩阵，术语仍存储在行名称中，并且列名称与其他包不一致（例如与p.value相比，Pr（> | t |）不一致）。\
+
+现在，您可以在fit上用broom包里的tidy函数：
+```{r}
+tidy(lmfit)
+```
+这为您提供了表格数据表示形式。请注意，行名称已移至称为term的列中，并且这些列名称简单且一致（可以使用$进行访问）。\ 
+
+您可能对回归中每个原始点的拟合值和残差感兴趣，而不是查看系数。为此，请使用augment函数，它会使用来自模型的信息来扩充原始数据：
+```{r}
+augment(lmfit)
+```
+注意，每个新列都以a开头。 （以避免覆盖任何原始列）\ 
+
+最后，我们为整个回归模型计算了一些汇总统计量，例如R方和F统计量。这些可以通过glance函数访问：
+```{r}
+glance(lmfit)
+```
+关于tidy,augment和glance函数的区别，可以指路k-means vignette https://www.tidymodels.org/learn/statistics/k-means/
+
+## 其他案例
+
+### 广义线性模型和非线性模型
+
+这些功能同样适用于glm的输出结果：
+```{r}
+glmfit <- glm(am ~ wt, mtcars, family = "binomial")
+tidy(glmfit)
+```
+```{r}
+augment(glmfit)
+```
+```{r}
+glance(glmfit)
+```
+注意，通过glance计算的统计信息对于glm模型与lm模型的不同（例如，偏差而不是R方）\ 
+
+这些函数还可以用于其他拟合，例如非线性模型（nls）：
+```{r}
+nlsfit <- nls(mpg ~ k / wt + b, mtcars, start = list(k = 1, b = 0))
+tidy(nlsfit)
+```
+```{r}
+augment(nlsfit, mtcars)
+```
+```{r}
+glance(nlsfit)
+```
+### 假设检验
+
+tidy函数也可以应用于htest对象，例如最近很火的内置函数（如t.test，cor.test和wilcox.test）输出的对象。
+```{r}
+tt <- t.test(wt ~ am, mtcars)
+tidy(tt)
+```
+在一些情况下，列数可能较少（例如，没有置信区间）：
+```{r}
+wt <- wilcox.test(wt ~ am, mtcars)
+tidy(wt)
+```
+由于tidy输出结果已经只有一行，因此glance返回相同的输出：
+```{r}
+glance(tt)
+```
+```{r}
+glance(wt)
+```
+因为没有必要，我们仅针对卡方检验定义了扩充方法，对于其他检验，假设检验产生关于每个初始数据点的输出，则没有其他意义。
+```{r}
+chit <- chisq.test(xtabs(Freq ~ Sex + Class, 
+                         data = as.data.frame(Titanic)))
+tidy(chit)
+```
+```{r}
+augment(chit)
+```
+## 规则
+为了保持一致性，我们制定了一些有关返回数据结构的规则。
+
+### 全部函数
+
+1.	tidy, augment 和 glance的输出一定是tibble。
+
+2.	所有的输出都没有行名。这样就可以确保用户将输出的tibble与整理好的数据组合在一起，同时不用担心丢失信息（因为R语言里行名不能有重复）。
+
+3.	有一些列的名称保持一致，以便可以在不同模型之间进行组合，从而输出我们所期望的内容（避免R每次都会问“是pval还是PValue？”）。下面这些示例没有包括所有可能的列名，也不是所有的输出都包含所有这些列，有的输出甚至不包含任何这些列。仅供参考。
+
+### tidy函数
+
+1.	Tidy的每一行输出都指代一些定义明确的概念，例如一个线性回归公式，一项测试或一个类别。虽然在不同模型里的含义不同，但可以比较明显地看出。每行输出并不能指代初始数据点（这个可以用augment函数）。
+
+2.	常见的列名称包括：
+
+•	Term：指正在估计的回归或模型中的术语。
+
+•	p.value：用来匹配R的内置统计信息包中的功能（代替pvalue，PValue或pval）
+
+•	statistic：一种测试统计信息，通常是用于计算p值的统计信息。将这些内容组合到许多子组中来执行（例如自举假设测试法）
+
+•	estimate 估计值
+
+•	conf.low ：estimate的置信区间的下限
+
+•	conf.high ：estimate的置信区间的上限
+
+•	df：自由度
+
+### augment函数
+
+1.	augment(model, data)将列添加到原始数据。
+
+•	如果缺少data参数，可以用augment函数从模型中重建数据（有的时候实现不了，而且通常不会包含模型中未使用的列）。
+
+2.	augment输出中的每一行要与原始数据中的对应行匹配。如果原始数据有行名，augment需要将其转换成名为.rownames的列。
+
+3.	新添加的列名以 . 开头。以避免覆盖原始数据中的列。
+常见的列名称包括：
+
+•	.fitted 拟合值：与数据相同规模的预测值。
+
+•	.resid 残差：实际y值减去拟合值
+
+•	.cluster 集群：群集分配
+
+### glance函数
+
+1. glance只能返回一个单行tibble。
+
+•	唯一的例外是glance（NULL）返回一个空的tibble。
+
+2. 我们不会在输出里添加建模函数的参数。例如，glm的输出不需要包含family这个词，因为用户调用glm而不是建模函数本身。
+
+3.	常见的列名称包括：
+
+•	r.squared ：由模型解释的方差
+
+•	adj.r.squared：根据自由度调整方差
+
+•	sigma：残差的估计方差的平方根
+