报告stargazer（）中的回归边际效应

Question

我想使用stargazer（）报告边际影响，以代替通常的估计影响

当估计边际效应时，结果变成一个向量，如果它是glm / lm对象，我将无法以实用的方式报告，并且使用的信息种类也一样。

这是一个简单的例子：

library(dplyr)
library(stargazer)

#we create a toy data frame
pikachu <- data.frame(
employed=c(0,1,1,0,0,1,0,1,0,0,0,1,0,0,0,1,0,1,1,1,0,1,0,1,0),
                      highiq=c(1,0,1,1,1,1,0,1,1,1,1,1,1,1,0,1,0,0,0,1,0,0,0,1,0),
                      income=set.seed(6)%>%
                        c(rnorm(25,mean = 600,sd=400)))

#and run a probit regression
reg01 <- glm(employed ~ income + highiq,
             family = binomial(link="probit"),
             data = pikachu)

#next we estimate the marginal effects
ProbitScalar <- mean(dnorm(predict(reg01, type = "link")))
meffects <- ProbitScalar * coef(reg01)

#then we report the marg. effects
stargazer(meffects, type = "text")

我希望能够代表边际效应，就像可以代表通常的结果（glm类对象）一样。最好包含SE和重要性。

#desired result's form:
stargazer(reg01, type = "text")