1010![ ] ( https://cranlogs.r-pkg.org/badges/grand-total/tidyAML ) [ ![ Lifecycle:
1111experimental] ( https://img.shields.io/badge/lifecycle-experimental-orange.svg )] ( https://lifecycle.r-lib.org/articles/stages.html##experimental )
1212[ ![ PRs
13- Welcome] ( https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square )] ( https://makeapullrequest.com )
13+ Welcome] ( https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square )] ( https://kentcdodds.github.io/ makeapullrequest.com/ )
1414<!-- badges: end -->
1515
1616## Introduction
@@ -272,15 +272,15 @@ frt_tbl$pred_wflw
272272# > # A tibble: 64 × 3
273273# > .data_category .data_type .value
274274# > <chr> <chr> <dbl>
275- # > 1 actual actual 15.2
276- # > 2 actual actual 19.2
277- # > 3 actual actual 22 .8
278- # > 4 actual actual 33.9
279- # > 5 actual actual 26
280- # > 6 actual actual 19.2
281- # > 7 actual actual 15
282- # > 8 actual actual 27.3
283- # > 9 actual actual 24.4
275+ # > 1 actual actual 22.8
276+ # > 2 actual actual 15
277+ # > 3 actual actual 17 .8
278+ # > 4 actual actual 18.7
279+ # > 5 actual actual 30.4
280+ # > 6 actual actual 26
281+ # > 7 actual actual 14.3
282+ # > 8 actual actual 19.2
283+ # > 9 actual actual 14.7
284284# > 10 actual actual 17.3
285285# > # ℹ 54 more rows
286286# >
@@ -291,15 +291,15 @@ frt_tbl$pred_wflw
291291# > # A tibble: 64 × 3
292292# > .data_category .data_type .value
293293# > <chr> <chr> <dbl>
294- # > 1 actual actual 15.2
295- # > 2 actual actual 19.2
296- # > 3 actual actual 22 .8
297- # > 4 actual actual 33.9
298- # > 5 actual actual 26
299- # > 6 actual actual 19.2
300- # > 7 actual actual 15
301- # > 8 actual actual 27.3
302- # > 9 actual actual 24.4
294+ # > 1 actual actual 22.8
295+ # > 2 actual actual 15
296+ # > 3 actual actual 17 .8
297+ # > 4 actual actual 18.7
298+ # > 5 actual actual 30.4
299+ # > 6 actual actual 26
300+ # > 7 actual actual 14.3
301+ # > 8 actual actual 19.2
302+ # > 9 actual actual 14.7
303303# > 10 actual actual 17.3
304304# > # ℹ 54 more rows
305305```
@@ -322,16 +322,16 @@ extract_wflw_pred(frt_tbl, 1:3)
322322# > # A tibble: 192 × 4
323323# > .model_type .data_category .data_type .value
324324# > <chr> <chr> <chr> <dbl>
325- # > 1 lm - linear_reg actual actual 32.4
326- # > 2 lm - linear_reg actual actual 14.3
327- # > 3 lm - linear_reg actual actual 15.8
328- # > 4 lm - linear_reg actual actual 30.4
329- # > 5 lm - linear_reg actual actual 24 .4
330- # > 6 lm - linear_reg actual actual 15
331- # > 7 lm - linear_reg actual actual 33.9
332- # > 8 lm - linear_reg actual actual 22.8
333- # > 9 lm - linear_reg actual actual 19.2
334- # > 10 lm - linear_reg actual actual 21 .4
325+ # > 1 lm - linear_reg actual actual 15.5
326+ # > 2 lm - linear_reg actual actual 19.2
327+ # > 3 lm - linear_reg actual actual 21.5
328+ # > 4 lm - linear_reg actual actual 14.3
329+ # > 5 lm - linear_reg actual actual 21 .4
330+ # > 6 lm - linear_reg actual actual 21
331+ # > 7 lm - linear_reg actual actual 13.3
332+ # > 8 lm - linear_reg actual actual 15.2
333+ # > 9 lm - linear_reg actual actual 24.4
334+ # > 10 lm - linear_reg actual actual 10 .4
335335# > # ℹ 182 more rows
336336```
337337
@@ -343,50 +343,50 @@ Getting residuals is easy with `{tidyAML}`. Let’s take a look.
343343extract_regression_residuals(frt_tbl )
344344# > [[1]]
345345# > # A tibble: 32 × 4
346- # > .model_type .actual .predicted .resid
347- # > <chr> <dbl> <dbl> <dbl>
348- # > 1 lm - linear_reg 32.4 27 .5 4.94
349- # > 2 lm - linear_reg 14.3 14.2 0.121
350- # > 3 lm - linear_reg 15.8 18.5 -2.71
351- # > 4 lm - linear_reg 30.4 30.6 -0.178
352- # > 5 lm - linear_reg 24 .4 22 .6 1.82
353- # > 6 lm - linear_reg 15 13.3 1.69
354- # > 7 lm - linear_reg 33.9 29.3 4.64
355- # > 8 lm - linear_reg 22.8 25.3 -2.53
356- # > 9 lm - linear_reg 19.2 17.6 1.62
357- # > 10 lm - linear_reg 21 .4 21.2 0.162
346+ # > .model_type .actual .predicted .resid
347+ # > <chr> <dbl> <dbl> <dbl>
348+ # > 1 lm - linear_reg 15.5 16 .5 -0.988
349+ # > 2 lm - linear_reg 19.2 19.7 -0.488
350+ # > 3 lm - linear_reg 21.5 21.6 -0.127
351+ # > 4 lm - linear_reg 14.3 14.1 0.157
352+ # > 5 lm - linear_reg 21 .4 24 .6 -3.23
353+ # > 6 lm - linear_reg 21 21.1 -0.0800
354+ # > 7 lm - linear_reg 13.3 13.8 -0.482
355+ # > 8 lm - linear_reg 15.2 17.7 -2.52
356+ # > 9 lm - linear_reg 24.4 22.3 2.11
357+ # > 10 lm - linear_reg 10 .4 11.5 -1.14
358358# > # ℹ 22 more rows
359359# >
360360# > [[2]]
361361# > # A tibble: 32 × 4
362362# > .model_type .actual .predicted .resid
363363# > <chr> <dbl> <dbl> <dbl>
364- # > 1 gee - linear_reg 32.4 27.5 4.95
365- # > 2 gee - linear_reg 14.3 14 .2 0.0928
366- # > 3 gee - linear_reg 15.8 18.5 -2.67
367- # > 4 gee - linear_reg 30.4 30.5 -0.147
368- # > 5 gee - linear_reg 24 .4 22 .6 1.83
369- # > 6 gee - linear_reg 15 13.3 1.68
370- # > 7 gee - linear_reg 33.9 29.3 4.65
371- # > 8 gee - linear_reg 22.8 25.3 -2.53
372- # > 9 gee - linear_reg 19.2 17 .6 1.60
373- # > 10 gee - linear_reg 21 .4 21.2 0.165
364+ # > 1 gee - linear_reg 15.5 16.4 -0.896
365+ # > 2 gee - linear_reg 19.2 19 .2 0.0385
366+ # > 3 gee - linear_reg 21.5 22.3 -0.797
367+ # > 4 gee - linear_reg 14.3 14.6 -0.250
368+ # > 5 gee - linear_reg 21 .4 24 .6 -3.24
369+ # > 6 gee - linear_reg 21 21.1 -0.135
370+ # > 7 gee - linear_reg 13.3 13.8 -0.505
371+ # > 8 gee - linear_reg 15.2 17.4 -2.16
372+ # > 9 gee - linear_reg 24.4 22 .6 1.80
373+ # > 10 gee - linear_reg 10 .4 11.8 -1.39
374374# > # ℹ 22 more rows
375375# >
376376# > [[3]]
377377# > # A tibble: 32 × 4
378- # > .model_type .actual .predicted .resid
379- # > <chr> <dbl> <dbl> <dbl>
380- # > 1 glm - linear_reg 32.4 27 .5 4.94
381- # > 2 glm - linear_reg 14.3 14.2 0.121
382- # > 3 glm - linear_reg 15.8 18.5 -2.71
383- # > 4 glm - linear_reg 30.4 30.6 -0.178
384- # > 5 glm - linear_reg 24 .4 22 .6 1.82
385- # > 6 glm - linear_reg 15 13.3 1.69
386- # > 7 glm - linear_reg 33.9 29.3 4.64
387- # > 8 glm - linear_reg 22.8 25.3 -2.53
388- # > 9 glm - linear_reg 19.2 17.6 1.62
389- # > 10 glm - linear_reg 21 .4 21.2 0.162
378+ # > .model_type .actual .predicted .resid
379+ # > <chr> <dbl> <dbl> <dbl>
380+ # > 1 glm - linear_reg 15.5 16 .5 -0.988
381+ # > 2 glm - linear_reg 19.2 19.7 -0.488
382+ # > 3 glm - linear_reg 21.5 21.6 -0.127
383+ # > 4 glm - linear_reg 14.3 14.1 0.157
384+ # > 5 glm - linear_reg 21 .4 24 .6 -3.23
385+ # > 6 glm - linear_reg 21 21.1 -0.0800
386+ # > 7 glm - linear_reg 13.3 13.8 -0.482
387+ # > 8 glm - linear_reg 15.2 17.7 -2.52
388+ # > 9 glm - linear_reg 24.4 22.3 2.11
389+ # > 10 glm - linear_reg 10 .4 11.5 -1.14
390390# > # ℹ 22 more rows
391391```
392392
@@ -399,47 +399,47 @@ extract_regression_residuals(frt_tbl, .pivot_long = TRUE)
399399# > # A tibble: 96 × 3
400400# > .model_type name value
401401# > <chr> <chr> <dbl>
402- # > 1 lm - linear_reg .actual 32.4
403- # > 2 lm - linear_reg .predicted 27 .5
404- # > 3 lm - linear_reg .resid 4.94
405- # > 4 lm - linear_reg .actual 14.3
406- # > 5 lm - linear_reg .predicted 14.2
407- # > 6 lm - linear_reg .resid 0.121
408- # > 7 lm - linear_reg .actual 15.8
409- # > 8 lm - linear_reg .predicted 18.5
410- # > 9 lm - linear_reg .resid -2.71
411- # > 10 lm - linear_reg .actual 30.4
402+ # > 1 lm - linear_reg .actual 15.5
403+ # > 2 lm - linear_reg .predicted 16 .5
404+ # > 3 lm - linear_reg .resid -0.988
405+ # > 4 lm - linear_reg .actual 19.2
406+ # > 5 lm - linear_reg .predicted 19.7
407+ # > 6 lm - linear_reg .resid -0.488
408+ # > 7 lm - linear_reg .actual 21.5
409+ # > 8 lm - linear_reg .predicted 21.6
410+ # > 9 lm - linear_reg .resid -0.127
411+ # > 10 lm - linear_reg .actual 14.3
412412# > # ℹ 86 more rows
413413# >
414414# > [[2]]
415415# > # A tibble: 96 × 3
416416# > .model_type name value
417417# > <chr> <chr> <dbl>
418- # > 1 gee - linear_reg .actual 32.4
419- # > 2 gee - linear_reg .predicted 27.5
420- # > 3 gee - linear_reg .resid 4.95
421- # > 4 gee - linear_reg .actual 14.3
422- # > 5 gee - linear_reg .predicted 14 .2
423- # > 6 gee - linear_reg .resid 0.0928
424- # > 7 gee - linear_reg .actual 15.8
425- # > 8 gee - linear_reg .predicted 18.5
426- # > 9 gee - linear_reg .resid -2.67
427- # > 10 gee - linear_reg .actual 30.4
418+ # > 1 gee - linear_reg .actual 15.5
419+ # > 2 gee - linear_reg .predicted 16.4
420+ # > 3 gee - linear_reg .resid -0.896
421+ # > 4 gee - linear_reg .actual 19.2
422+ # > 5 gee - linear_reg .predicted 19 .2
423+ # > 6 gee - linear_reg .resid 0.0385
424+ # > 7 gee - linear_reg .actual 21.5
425+ # > 8 gee - linear_reg .predicted 22.3
426+ # > 9 gee - linear_reg .resid -0.797
427+ # > 10 gee - linear_reg .actual 14.3
428428# > # ℹ 86 more rows
429429# >
430430# > [[3]]
431431# > # A tibble: 96 × 3
432432# > .model_type name value
433433# > <chr> <chr> <dbl>
434- # > 1 glm - linear_reg .actual 32.4
435- # > 2 glm - linear_reg .predicted 27 .5
436- # > 3 glm - linear_reg .resid 4.94
437- # > 4 glm - linear_reg .actual 14.3
438- # > 5 glm - linear_reg .predicted 14.2
439- # > 6 glm - linear_reg .resid 0.121
440- # > 7 glm - linear_reg .actual 15.8
441- # > 8 glm - linear_reg .predicted 18.5
442- # > 9 glm - linear_reg .resid -2.71
443- # > 10 glm - linear_reg .actual 30.4
434+ # > 1 glm - linear_reg .actual 15.5
435+ # > 2 glm - linear_reg .predicted 16 .5
436+ # > 3 glm - linear_reg .resid -0.988
437+ # > 4 glm - linear_reg .actual 19.2
438+ # > 5 glm - linear_reg .predicted 19.7
439+ # > 6 glm - linear_reg .resid -0.488
440+ # > 7 glm - linear_reg .actual 21.5
441+ # > 8 glm - linear_reg .predicted 21.6
442+ # > 9 glm - linear_reg .resid -0.127
443+ # > 10 glm - linear_reg .actual 14.3
444444# > # ℹ 86 more rows
445445```
0 commit comments