Soy nuevo en RStudio y supongo que mi pregunta es bastante fácil de resolver, sino de mucho buscar no me ayudó.

Estoy ejecutando una regresión y summary(regression1) me muestra todos los coeficientes y así sucesivamente.
Ahora estoy usando coef(regression1) por lo que solo me da los coeficientes que quiero exportar a un archivo.

write.csv(coef, file="regression1.csv) y la "Error in as.data.frame.default(x[[i]], optional = TRUE) : cannot coerce class ""function"" to a data.frame" se produce.

Sería grande Si usted podría ayudarme. Estoy buscando en la web por un par de horas y no tuvo éxito.

Voy a tener que cambiar coef de alguna manera para que se ajuste a los datos.marco?

Muchas gracias!

Me gustaría sugerir tratando de write.csv(as.data.frame(summary(regression1)$coef), file="regression1.csv)
Muchas gracias! Funciona. Sólo queda una cosa: toda la información en columnas diferentes, pero siempre dentro de una célula. ¿Cómo puedo cambiar eso?
No sigo.
Se parece a esto: [link]abload.de/image.php?img=screenshotmushj.jpg [/link] Sería genial para separar los valores de A2 B2 C2 D2 etc.
Posiblemente usted necesita para utilizar write.csv2. De lo contrario, usted necesita tomar cuidado para importar correctamente los datos a Excel (por ejemplo, especificar el separador de columna en Excel). Eso no es un R problema.

OriginalEl autor OST_EE | 2014-11-11

1 Comentario

  1. 20

    Hay un contribuido paquete llamado escoba que simplifica esta tarea, se convierte la salida del modelo con ordenada dataframes. He aquí una auto-contenido reproducible ejemplo:

    Descargar e instalar el paquete:

    library(devtools)
    install_github("dgrtwo/broom")
    library(broom)

    Aquí está la base normal de salida, no es muy conveniente:

    lmfit <- lm(mpg ~ wt, mtcars)
    lmfit
    
    Call:
    lm(formula = mpg ~ wt, data = mtcars)
    
    Coefficients:
    (Intercept)           wt  
         37.285       -5.344 

    Aquí está el mismo modelo de salida después de haber sido ordenada por el broom paquete, mucho más agradable y más fácil trabajar con:

    tidy_lmfit <- tidy(lmfit)
    tidy_lmfit
             term  estimate std.error statistic      p.value
    1 (Intercept) 37.285126  1.877627 19.857575 8.241799e-19
    2          wt -5.344472  0.559101 -9.559044 1.293959e-10

    Y aquí es cómo usted iba a escribir que dataframe CSV:

    write.csv(tidy_lmfit, "tidy_lmfit.csv")
    Es este el mismo paquete que siento cuando voy a instalar broom de CRAN?
    Sí, el mismo paquete
    Ah, muy bueno, gracias! En este caso se puede quitar la referencia a la cuenta de github, ¿verdad?

    OriginalEl autor Ben

Dejar respuesta

Please enter your comment!
Please enter your name here