具有 R table 输出或 "special" 摘要统计信息的观星者
stargazer with R table output or for "special" summary statistics
我有一个分类变量 df$Chain,处于级别 1、2、3 和 4。我有一个变量 df$State,处于级别 0、1。我想生成一个 table 按州显示比例。比例的标准差和两个比例相等性检验的 t 统计量。
我可以通过
生成比例
table.1 <- prop.table(table(dfLong$CHAIN,dfLong$STATE), margin = 2)
这给出了
0 1
1 0.4430380 0.4108761
2 0.1518987 0.2054381
3 0.2151899 0.2477341
4 0.1898734 0.1359517
并朝着正确的方向前进。
但是,当我通过
将这个物体交给观星者时
stargazer(table.1, type = 'text')
它将比例叠加到
0 1 NA
-----------
1 1 0 0.443
2 2 0 0.152
3 3 0 0.215
4 4 0 0.190
5 1 1 0.411
6 2 1 0.205
7 3 1 0.248
8 4 1 0.136
-----------
如何获得一个州内彼此相邻的比例并添加标准误差和 t 统计量?
stargazer 是正确的工具吗?
假设您的数据 prop.table
是
set.seed(123)
dfLong <- data.frame(CHAIN = sample(1:4, 100, replace = TRUE),
STATE = sample(0:1, 100, replace = TRUE))
table.1 <- prop.table(table(dfLong$CHAIN,dfLong$STATE), margin = 2)
思路是将table.1
的class
定义为matrix
并指示stargazer
打印出矩阵"as is":
class(table.1) <- "matrix"
stargazer(table.1, type = "text", summary = FALSE)
# =============
# 0 1
# -------------
# 1 0.180 0.340
# 2 0.320 0.220
# 3 0.220 0.180
# 4 0.280 0.260
# -------------
使用这种方法,您可以 cbind
对原始矩阵感兴趣的其他数量(标准误差等),以及 运行 通过 stargazer
的增广矩阵。
我有一个分类变量 df$Chain,处于级别 1、2、3 和 4。我有一个变量 df$State,处于级别 0、1。我想生成一个 table 按州显示比例。比例的标准差和两个比例相等性检验的 t 统计量。
我可以通过
生成比例table.1 <- prop.table(table(dfLong$CHAIN,dfLong$STATE), margin = 2)
这给出了
0 1
1 0.4430380 0.4108761
2 0.1518987 0.2054381
3 0.2151899 0.2477341
4 0.1898734 0.1359517
并朝着正确的方向前进。
但是,当我通过
将这个物体交给观星者时stargazer(table.1, type = 'text')
它将比例叠加到
0 1 NA
-----------
1 1 0 0.443
2 2 0 0.152
3 3 0 0.215
4 4 0 0.190
5 1 1 0.411
6 2 1 0.205
7 3 1 0.248
8 4 1 0.136
-----------
如何获得一个州内彼此相邻的比例并添加标准误差和 t 统计量?
stargazer 是正确的工具吗?
假设您的数据 prop.table
是
set.seed(123)
dfLong <- data.frame(CHAIN = sample(1:4, 100, replace = TRUE),
STATE = sample(0:1, 100, replace = TRUE))
table.1 <- prop.table(table(dfLong$CHAIN,dfLong$STATE), margin = 2)
思路是将table.1
的class
定义为matrix
并指示stargazer
打印出矩阵"as is":
class(table.1) <- "matrix"
stargazer(table.1, type = "text", summary = FALSE)
# =============
# 0 1
# -------------
# 1 0.180 0.340
# 2 0.320 0.220
# 3 0.220 0.180
# 4 0.280 0.260
# -------------
使用这种方法,您可以 cbind
对原始矩阵感兴趣的其他数量(标准误差等),以及 运行 通过 stargazer
的增广矩阵。