在“`tidymodels`”中，我如何进行F测试来比较两个模型？

Question

在base R中，很容易使用anova()函数比较两个模型并进行F检验。

library(MASS)
lm.fit1 <- lm(medv ~ . , data = Boston)
lm.fit1a <- update(lm.fit1, ~ . - age - black)

anova(lm.fit1a, lm.fit1)

如果我使用的是tidymodels工作流。我如何做同样的比较？我的代码是这样的：

library(tidymodels)
lm_spec <- linear_reg() %>%
  set_mode("regression") %>%
  set_engine("lm")

the_rec <- recipe(medv ~ ., data = Boston)

the_workflow <- workflow() %>% 
  add_recipe(the_rec) %>% 
  add_model(lm_spec)

the_workflow_fit1 <- 
  fit(the_workflow, data = Boston)
tidy(the_workflow_fit1)


the_workflow_fit1a <- 
  the_workflow_fit1  %>% 
  update_recipe(the_rec %>% step_rm(age, black)) %>% 
  fit(data = Boston) 
tidy(the_workflow_fit1a)

我不知道如何提取正确的对象(thingy)来提供这样的语句：

anova(the_workflow_fit1a$thingy, the_workflow_fit1$thingy)

我需要的东西是什么？在tidymodels生态系统中，有没有一种优雅的方法来实现这一点呢？

Answer 1

几个小时后，@juliasilge https://github.com/tidymodels/workflows/issues/54向我介绍了pull_workflow_fit()，我有了一个tidymodels解决方案。

基本R代码：

library(MASS)
lm.fit1 <- lm(medv ~ . , data = Boston)
lm.fit1a <- update(lm.fit1, ~ . - age - black)
anova(lm.fit1a, lm.fit1)

可以在tidymodels中使用以下命令完成：

library(tidymodels)
lm_spec <- linear_reg() %>%
  set_mode("regression") %>%
  set_engine("lm")

the_rec <- recipe(medv ~ ., data = Boston)

the_workflow <- workflow() %>% 
  add_recipe(the_rec) %>% 
  add_model(lm_spec)

the_workflow_fit1 <- 
  fit(the_workflow, data = Boston) %>% 
  extract_fit_parsnip()

the_workflow_fit1a <- 
  the_workflow  %>% 
  update_recipe(
    the_rec %>% step_rm(age, black)
  ) %>% 
  fit(data = Boston) %>% 
  extract_fit_parsnip()

anova(the_workflow_fit1a$fit, the_workflow_fit1$fit)

Answer 2

我不完全熟悉tidymodels生态系统，因此我不确定这就是你想要的优雅的解决方案。

我深入研究了object the_workflow_fit1a，发现子集.$fit$fit$fit服务于anova函数所需的lm对象。

因此，这样就可以考虑一种解决方案；

models <- list(the_workflow_fit1,the_workflow_fit1a)

models2 <- lapply(models,function(x) x$fit$fit$fit)
                  
anova(models2[[1]],models2[[2]])

输出；

  Res.Df    RSS    Df `Sum of Sq`     F `Pr(>F)`
   <dbl>  <dbl> <dbl>       <dbl> <dbl>    <dbl>
1    492 11079.    NA         NA  NA    NA      
2    494 11351.    -2       -272.  6.05  0.00254