R:使用 texreg 从 zelig tobit 模型创建 tex 输出

R: creating tex output from zelig tobit model with texreg

我想做的应该相当简单:我使用 R 包 Zelig 估计了一个 tobit 模型。由此我想使用 texreg 创建一个 tex 输出。但我得到的是错误信息:

Error in (function (classes, fdef, mtable) : unable to find an inherited method for function ‘extract’ for signature ‘"Zelig-tobit"’

这很奇怪,因为 texreg 确实 有一种用于 tobit 模型的提取方法。我也尝试自己指定一个函数,但无法让它工作。这是一个示例代码:

library(Zelig)
library(texreg)

a <- c(2, 2, 2, 4, 3, 5, 9, 9, 9)
b <- c(18, 20, 19, 17, 22, 48, 12, 22, 37)
c <- c(0.1, 0.02, 0.5, 1.2, 0.9, 0.1, 1.1, 0.7, 0.6)

dat <- data.frame(a, b, c)

model <- zelig(a ~ b + c, below = 2, above = 9, model = "tobit", data = dat)

texreg(model)

我在 Windows 电脑上使用 R Studiotexreg 版本是 1.36.4 和 Zelig 版本5.0-11.

这个问题似乎与我的问题密切相关:

然而,根据这个,它应该在几个版本之前就已经修复了,但对我来说并不是这样。

在此先感谢您的帮助!

(顺便说一句,我还尝试使用 stargazer 而不是 texreg,这只会给我带来另一条错误消息。)


我尝试编写自己的提取函数,但由于我在函数编写方面的业余性,无法使其正常工作。这是我所做的:

extract.tob <- function(model, include.iterations = TRUE, include.loglik = TRUE,
                        include.wald = TRUE, ...) {

  s <- model
  names <- rownames(s$coef)
  co <- s$coef[, 1]
  se <- s$coef[, 2]
  pval <- s$coef[, 4]

  gof <- numeric()
  gof.names <- character()
  gof.decimal <- logical()

  if (include.iterations == TRUE) {
    it <- s$iterations
    gof <- c(gof, it)
    gof.names <- c(gof.names, "Number of\iterations")
    gof.decimal <- c(gof.decimal, TRUE)
  }
  if (include.loglik == TRUE) {
    ll <- s$logLik
    gof <- c(gof, ll)
    gof.names <- c(gof.names, "Log-\likelihood")
    gof.decimal <- c(gof.decimal, TRUE)
  }
  if (include.wald == TRUE) {
    wd <- s$wald
    gof <- c(gof, wd)
    gof.names <- c(gof.names, "Wald-\statistic")
    gof.decimal <- c(gof.decimal, TRUE)
  }

  tr <- createTexreg(
  coef.names = names,
  coef = co,
  se = se,
  pvalues = pval,
  gof.names = gof.names,
  gof = gof,
  gof.decimal = gof.decimal
  )
  return(tr) 

}  

setMethod("extract", signature = className("Zelig-tobit", "Zelig"),
          definition = extract.tob)

在我看来,zelig 模型已经是 "summarized",这就是我设置 s <- model 而不是示例中的 summary(model) 的原因。我的主要问题似乎是我无法从模型中获得所需的统计数据(对数似然、wald ...),因为我不知道如何处理它们。 str() 等的输出对我没有帮助。除了根本不知道统计数据的 "names" 之外,如何 似乎也存在问题。

当我尝试类似 "model$coef" 的操作时,我得到:

Error in envRefInferField(x, what, getClass(class(x)), selfEnv) :
‘coef’ is not a valid field or method name for reference class “Zelig-tobit”

使用 "model@coef" 我得到:

Error: no slot of name "coef" for this object of class "Zelig-tobit"

而模型[1] 产生了我:

Error in modelt6[, 1] : object of type 'S4' is not subsettable

有谁知道如何使提取功能起作用? 或者将模型输出到 Latex 中的另一种更简单的方法?

看起来 Zelig 包中定义的 Zelig-tobit 对象仅仅是包含 AER 包中定义的 tobit 对象的容器,等等。因此,您应该能够在 model:

中包含的 tobit 对象上 运行 texreg
screenreg(model$zelig.out$z.out[[1]])

产量:

==========================
                Model 1   
--------------------------
(Intercept)     -18.42    
                (16.34)   
b                 0.49    
                 (0.36)   
c                17.51    
                (11.49)   
Log(scale)        1.76 ***
                 (0.49)   
--------------------------
AIC              33.55    
BIC              34.34    
Log Likelihood  -12.78    
Deviance          9.46    
Total             9       
Left-censored     3       
Uncensored        3       
Right-censored    3       
Wald Test         2.35    
==========================
*** p < 0.001, ** p < 0.01, * p < 0.05

可以编写一个 extract 方法来自动执行此操作。这是一个例子:

# extension for Zelig-tobit objects (Zelig package)
extract.Zeligtobit <- function(model, include.aic = TRUE, include.bic = TRUE, 
    include.loglik = TRUE, include.deviance = TRUE, include.nobs = FALSE, 
    include.censnobs = TRUE, include.wald = TRUE, ...) {
  e <- extract(model$zelig.out$z.out[[1]], include.aic = include.aic, 
      include.bic = include.bic, include.loglik = include.loglik, 
      include.deviance = include.deviance, include.nobs = include.nobs, 
      include.censnobs = include.censnobs, include.wald = include.wald, ...)
  return(e)
}  

setMethod("extract", signature = className("Zelig-tobit", "Zelig"), 
    definition = extract.Zeligtobit)

现在你可以写:

screenreg(model)

产生与上面相同的输出。

我一直不太明白为什么人们使用 Zelig 而不是像 AER 这样的原始包。 Zelig 只是为其他现有的估计函数提供包装器,从而以不必要的方式使数据结构复杂化。例如,为什么不直接使用 AER 包?