小编ric*_*cke的帖子

考虑以下玩具数据和计算:

library(dplyr)

df <-  tibble(x = 1)

stats::sd(df$x)

dplyr::summarise(df, sd_x = sd(x))

第一个计算结果,NA而第二个,当计算包含在dplyr函数中时summarise产生NaN.我希望两个计算都能产生相同的结果,我想知道为什么它们有所不同？

我正在尝试使用 ，从许多线性模型中输出一些结果，包括置信区间broom::tidy，但输出似乎只包括第一个模型的置信区间。

线性模型具有相同的预测变量但不同的响应。

考虑以下示例：

library(tidyverse)
library(broom)

# Create toy dataframe.

df <- tibble(
  x = sample(100, replace = TRUE),
  y1 = runif(100),
  y2 = rnorm(100)
)


# Fit linear models, each with x as predictor and y1 and y2 respectively as responses.

my_models <- lm(
  cbind(y1, y2) ~ x,
  data = df
)


# Output results as a tidy tibble.

tidy(my_models, conf.int = TRUE)


# Check confidence intervals with other function.

confint(my_models)

该函数tidy(my_models, conf.int = TRUE)返回以下内容： …