Ответ 1
Там предоставлен пакет под названием broom
, который упрощает эту задачу, он преобразует вывод модели для упорядочения данных. Здесь приведен самодостаточный воспроизводимый пример:
Загрузите и установите пакет:
library(devtools)
install_github("dgrtwo/broom")
library(broom)
Здесь нормальный выход базы, не очень удобный:
lmfit <- lm(mpg ~ wt, mtcars)
lmfit
Call:
lm(formula = mpg ~ wt, data = mtcars)
Coefficients:
(Intercept) wt
37.285 -5.344
Здесь тот же вывод модели после того, как он был убран пакетом broom
, гораздо приятнее и проще в работе:
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
И вот как вы напишете этот файл данных в CSV:
write.csv(tidy_lmfit, "tidy_lmfit.csv")