我有一个glm模型,我使用lmtest包中的coeftest来估计鲁棒标准误。当我使用stargazer生成回归表时,我得到了正确的结果,但没有观测数量和其他相关统计数据,如空模型偏差和模型偏差。以下是一个例子:
我特别关注观测数量、零偏差和残差偏差。我认为,如果我用新的系数矩阵替换旧的矩阵,就可以得到正确的估计值和正确的统计数据,stargazer也会识别模型并正确打印出来。为此,我尝试将coeftest模型中的系数、SE、z统计量和p值代入m1模型中,但其中一些统计量是用summary.glm计算的,不包括在m1输出中。我可以轻松地将这些系数代入summary输出中,但stargazer无法识别summary类型类。我尝试向m对象添加具有特定统计数据的属性,但它们不会显示在输出中,stargazer也无法识别它。注意:我知道stargazer可以计算稳健的SE,但我还要进行其他计算,因此示例需要包括coeftest输出。感谢任何帮助。
library(lmtest)
library(stargazer)
m1 <- glm(am ~ mpg + cyl + disp, mtcars, family = binomial)
# Simple binomial regression
# For whatever reason, let's say I want to use coeftest to estimate something
m <- coeftest(m1)
stargazer(m, type = "text", single.row = T) # This is fine, but I want to also include the number of observations
# the null deviance and the model deviance.
我特别关注观测数量、零偏差和残差偏差。我认为,如果我用新的系数矩阵替换旧的矩阵,就可以得到正确的估计值和正确的统计数据,stargazer也会识别模型并正确打印出来。为此,我尝试将coeftest模型中的系数、SE、z统计量和p值代入m1模型中,但其中一些统计量是用summary.glm计算的,不包括在m1输出中。我可以轻松地将这些系数代入summary输出中,但stargazer无法识别summary类型类。我尝试向m对象添加具有特定统计数据的属性,但它们不会显示在输出中,stargazer也无法识别它。注意:我知道stargazer可以计算稳健的SE,但我还要进行其他计算,因此示例需要包括coeftest输出。感谢任何帮助。
add.lines
选项吗?那么你可以使用 coeftest 对象,并从 lm 对象中添加其他统计信息:stargazer(m,type="text", single.row = T,add.lines = list(c("Observations",length(m1$data[,1])),c("Null Deviance" ,round(m1$null.deviance,3))))
- paqmo