Как мне добавить коэффициенты, SE, доверительные интервалы и отношения шансов в таблице Stargazer?
Предыдущий пользователь спросил, как мне добавить доверительные интервалы к коэффициентам шансов в таблице Stargazer? и наметил четкое решение проблемы.
В настоящее время я печатаю свои таблицы вручную, и это занимает очень много времени. пример моей распечатанной таблицы. Вот ссылка на используемый файл.txt.
Моя модель имеет размер в качестве зависимой переменной (категориальная) и пол (категориальная), возраст (непрерывный) и год (непрерывный) в качестве независимых переменных. я использую mlogit моделировать отношения между переменными.
Код, который я использовал для модели, выглядит следующим образом:
tattoo <- read.table("https://ndownloader.figshare.com/files/6920972",
header=TRUE, na.strings=c("unk", "NA"))
library(mlogit)
Tat<-mlogit.data(tattoo, varying=NULL, shape="wide", choice="size", id.var="date")
ml.Tat<-mlogit(size~1|age+sex+yy, Tat, reflevel="small", id.var="date")
library(stargazer)
OR.vector<-exp(ml.Tat$coef)
CI.vector<-exp(confint(ml.Tat))
p.values<-summary(ml.Tat)$CoefTable[,4]
#table with odds ratios and confidence intervals
stargazer(ml.Tat, coef=list(OR.vector), ci=TRUE, ci.custom=list(CI.vector), single.row=T, type="text", star.cutoffs=c(0.05,0.01,0.001), out="table1.txt", digits=4)
#table with coefficients and standard errors
stargazer(ml.Tat, type="text", single.row=TRUE, star.cutoffs=c(0.05,0.01,0.001), out="table1.txt", digits=4)
stargazer код, который я пробовал, показан ниже для небольшой части моих данных:
library(stargazer)
OR.vector<-exp(ml.Tat$coef)
CI.vector<-exp(confint(ml.Tat))
p.values<-summary(ml.Tat)$CoefTable[,4] #incorrect # of dimensions, unsure how to determine dimensions
stargazer(ml.Tat, coef=list(OR.vector), ci=TRUE, ci.custom=list(CI.vector), single.row=T, type="text", star.cutoffs=c(0.05,0.01,0.001), out="table1.txt", digits=4) #gives odds ratio (2.5%CI, 97.5%CI)
Соотношение шансов и доверительный интервал вывода: 
stargazer(ml.Tat, type="text", single.row=TRUE, star.cutoffs=c(0.05,0.01,0.001), out="table1.txt", digits=4) #gives coeff (SE)`
Коэффициент и выход SE: 
Я могу комбинировать отношения шансов с доверительными интервалами или стандартными ошибками или коэффициентами с доверительными интервалами и стандартными ошибками, но когда я пишу все три вместе, ci=TRUE Кажется, функция перезаписывает SE по умолчанию.
Для моей диссертации мне нужны таблицы, чтобы показать коэффициенты, стандартные ошибки, доверительные интервалы и отношения шансов (и p-значения в некотором формате). Есть ли способ для Stargazer включить все четыре вещи? Возможно в двух разных колонках? Я могу экспортировать таблицы в Excel, но без всех четырех вещей в одной таблице Stargazer я застрял, вручную сложив две таблицы выше. Это не имеет большого значения для 1 таблицы, но я работаю с 36 моделями, для которых всем нужны таблицы (для моей диссертации).
Как я могу использовать Stargazer, чтобы показать все четыре вещи? (отношение шансов, доверительные интервалы, коэффициенты и стандартные ошибки)
2 ответа
Stargazer принимает несколько моделей и добавляет каждую в новую строку. Таким образом, вы можете сделать вторую модель и заменить стандартные коэффициенты отношениями шансов и передать это stargazer вызов.
tattoo <- read.table("https://ndownloader.figshare.com/files/6920972",
header=TRUE, na.strings=c("unk", "NA"))
library(mlogit)
Tat<-mlogit.data(tattoo, varying=NULL, shape="wide", choice="size", id.var="date")
ml.Tat<-mlogit(size~1|age+sex+yy, Tat, reflevel="small", id.var="date")
ml.TatOR<-mlogit(size~1|age+sex+yy, Tat, reflevel="small", id.var="date")
ml.TatOR$coefficients <- exp(ml.TatOR$coefficients) #replace coefficents with odds ratios
library(stargazer)
stargazer(ml.Tat, ml.TatOR, ci=c(F,T),column.labels=c("coefficients","odds ratio"),
type="text",single.row=TRUE, star.cutoffs=c(0.05,0.01,0.001),
out="table1.txt", digits=4)
Аргумент ci=c(F,T) подавляет доверительный интервал в первом столбце (вместо этого отображаются SE) и показывает его во втором столбце. column.labels Аргумент позволяет вам назвать столбцы.
====================================================================
Dependent variable:
-------------------------------------------------
size
coefficients odds ratio
(1) (2)
--------------------------------------------------------------------
large:(intercept) -444.6032*** (22.1015) 0.0000 (-43.3181, 43.3181)
medium:(intercept) -187.9871*** (11.9584) 0.0000 (-23.4381, 23.4381)
large:age 0.0251*** (0.0041) 1.0254*** (1.0174, 1.0334)
medium:age 0.0080** (0.0026) 1.0081*** (1.0030, 1.0131)
large:sexM 1.3818*** (0.0607) 3.9821*** (3.8632, 4.1011)
medium:sexM 0.7365*** (0.0330) 2.0886*** (2.0239, 2.1534)
large:yy 0.2195*** (0.0110) 1.2455*** (1.2239, 1.2670)
medium:yy 0.0931*** (0.0059) 1.0976*** (1.0859, 1.1093)
--------------------------------------------------------------------
Observations 18,162 18,162
R2 0.0410 0.0410
Log Likelihood -15,882.7000 -15,882.7000
LR Test (df = 8) 1,357.1140*** 1,357.1140***
====================================================================
Note: *p<0.05; **p<0.01; ***p<0.001
Попытка извлечь эти значения из Stargazer будет болезненным. Возвращаемое значение от вызовов stargazer - просто символьные строки. Вместо этого вы должны посмотреть на структуру модели. Это напоминает структуру glm Результаты:
> names(ml.Tat)
[1] "coefficients" "logLik" "gradient" "hessian"
[5] "est.stat" "fitted.values" "probabilities" "residuals"
[9] "omega" "rpar" "nests" "model"
[13] "freq" "formula" "call"
И результаты summary.mlogit напоминают результаты summary.glm:
> names(summary(ml.Tat))
[1] "coefficients" "logLik" "gradient" "hessian"
[5] "est.stat" "fitted.values" "probabilities" "residuals"
[9] "omega" "rpar" "nests" "model"
[13] "freq" "formula" "call" "CoefTable"
[17] "lratio" "mfR2"
Так что вы должны использовать [['CoefTable']] значения, которые, скорее всего, представлены в виде матрицы... поскольку они должны быть аналогичны значению суммарных (mod)$ коэффициентов.
> summary(ml.Tat)$CoefTable
Estimate Std. Error t-value Pr(>|t|)
large:(intercept) -444.39366673 2.209599e+01 -20.1119625 0.000000e+00
medium:(intercept) -187.91353927 1.195601e+01 -15.7170716 0.000000e+00
unk:(intercept) 117.92620950 2.597647e+02 0.4539731 6.498482e-01
large:age 0.02508481 4.088134e-03 6.1360059 8.462202e-10
medium:age 0.00804593 2.567671e-03 3.1335519 1.727044e-03
unk:age 0.01841371 4.888656e-02 0.3766620 7.064248e-01
large:sexM 1.38163894 6.068763e-02 22.7663996 0.000000e+00
medium:sexM 0.73646230 3.304341e-02 22.2877210 0.000000e+00
unk:sexM 1.27203654 7.208632e-01 1.7646018 7.763071e-02
large:yy 0.21941592 1.098606e-02 19.9722079 0.000000e+00
medium:yy 0.09308689 5.947246e-03 15.6521007 0.000000e+00
unk:yy -0.06266765 1.292543e-01 -0.4848399 6.277899e-01
Теперь должен быть ясен способ выполнить домашнее задание.