我正在使用数据集的各个子集和许多因变量进行回归。
使用attitude
数据的示例:
library(stargazer)
#REGRESSIONS USING DATASET 1
linear1.1 <- lm(rating ~ complaints, data = attitude) #dependent 1
linear1.2 <- lm(privileges ~ complaints, data = attitude) #dependent 2
#REGRESSIONS USING DATASET 2
linear2.1 <- lm(rating ~ complaints, data = attitude[1:15,]) #dependent 1
linear2.2 <- lm(privileges ~ complaints, data = attitude[1:15,]) #dependent 2
如您所见,依赖变量rating
和privileges
都在数据的两个子集的回归中使用。使用标准的stargazer
方法会产生下表:
stargazer::stargazer(linear1.1,linear1.2,linear2.1,linear2.2,
omit.stat = "all",
keep = "complaints")
每列代表一种回归模型。但是,我想让每一列代表一个因变量。数据的每个子集应代表一行:
我手工制作了这张桌子。有谁知道使用stargazer
是否可以实现这一目标?我有很多回归子集和因变量,因此高度赞赏自动解决方案。谢谢!
答案 0 :(得分:1)
我只是想知道(Exporting output of custom multiple regressions from R to Latex)的这个小修改是否适合您
library(stargazer)
library(broom)
## generate dummy data
set.seed(123)
x <- runif(1000)
z <- x^0.5
y <- x + z + rnorm(1000, sd=.05)
model1 <- lm(y ~ x)
model2 <- lm(y ~ z)
## transform model summaries into dataframes
tidy(model1) -> model1_tidy
tidy(model2) -> model2_tidy
output <- rbind(model1_tidy,model2_tidy)
stargazer(output, type='text', summary=FALSE)