【问题标题】:stargazer - user supplied coefficients and SEstargazer - 用户提供的系数和 SE
【发布时间】:2016-12-26 18:29:10
【问题描述】:

我在 R 中使用stargazer 包进行回归输出。我有一个自定义的估计过程,它不会产生模型对象,而只会产生系数和标准误差的向量。有没有办法可以将这些提供给stargazer 并获得格式良好的输出表?

例子:

dep.var <- "foo"
regressors <- c("bar", "baz", "xyz")
vec.coeffs <- c(1.2, 2.3, 3.4)
vec.se <- c(0.1, 0.1, 0.3)

输出应该类似于:

===============================================
                        Dependent variable:    
                    ---------------------------
                               foo            
-----------------------------------------------
bar                            1.200***                
                              (0.100)          

baz                            2.300***          
                              (0.100)  

xyz                            3.400***          
                              (0.300)         

-----------------------------------------------

【问题讨论】:

    标签: r stargazer


    【解决方案1】:

    这里有一个建议:主要思想是制作一个假的lm 对象,然后将自定义系数、SE 等应用到stargazer 输出:

    d <- as.data.frame(matrix(rnorm(10 * 4), nc = 4))
    names(d) <- c(dep.var, regressors)
    f <- as.formula(paste(dep.var, "~ 0 +", paste(regressors, collapse = "+")))
    p <- lm(f, d)
    
    stargazer(p, type = "text", 
      coef = list(vec.coeffs),
      se = list(vec.se),
      t = list(vec.coeffs / vec.se),
      omit.stat = "all")
    # =================================
    #           Dependent variable:    
    #       ---------------------------
    #                   foo            
    # ---------------------------------
    # bar            1.200***          
    #                 (0.100)          
    
    # baz            2.300***          
    #                 (0.100)          
    
    # xyz            3.400***          
    #                 (0.300)          
    
    # =================================
    # =================================
    # Note: *p<0.1; **p<0.05; ***p<0.01
    

    【讨论】:

      猜你喜欢
      • 2016-03-04
      • 2021-05-19
      • 2018-01-09
      • 1970-01-01
      • 2020-06-03
      • 2017-06-20
      • 2016-08-31
      • 2017-04-04
      • 2013-12-12
      相关资源
      最近更新 更多