让观星者打印多项逻辑回归中的观察次数

Get stargazer to print number of observations in multinomial logistic regression

有没有办法在 stargazer table 中打印多项逻辑回归模型的观测值?此示例代码说明了该问题。 谢谢。

var1<-sample(c('A', 'B', 'C'), size=1000, replace=T)
var2<-rnorm(n=1000)
var3<-rnorm(n=1000)
df<-data.frame(var1, var2, var3)
library(nnet)
mod1<-multinom(var1~var2+var3, data=df)
library(stargazer)
stargazer(mod1, nobs=T, type="text")

texreg 会为您工作吗?

library(texreg)
screenreg(list(mod1))
# ====================================
#                 B          C        
# ------------------------------------
# (Intercept)         0.01      -0.03 
#                    (0.08)     (0.08)
# var2               -0.06       0.01 
#                    (0.08)     (0.08)
# var3                0.04       0.10 
#                    (0.08)     (0.08)
# ------------------------------------
# AIC              2206.34    2206.34 
# BIC              2235.79    2235.79 
# Log Likelihood  -1097.17   -1097.17 
# Deviance         2194.34    2194.34 
# Num. obs.        1000       1000    
# ====================================
# *** p < 0.001, ** p < 0.01, * p < 0.05

我可能错了,但我不确定使用 nnetstargazer 是否可以轻松完成此操作。您可以让您的模型模仿不同输出的模型。请在此处查看该类型的 approach

Stargazer 是非常好的软件包,但有时您必须做一些调整“by-hand”。如果你想在你的输出中有观察的数量,这是如何去做的:

stargazer(mod1, 
          type="text", 
          add.lines = list(c("n", nrow(df), nrow(df))))

如果你想在 Latex 中创建一个 table,你可以使用:

stargazer(mod1, 
          type="latex", 
          add.lines = list(c("\textit{$n$}", nrow(df), nrow(df))))

这种方法是这样的,一旦你用乳胶渲染它,“n”就会是数学字体。

==============================================
                      Dependent variable:     
                  ----------------------------
                        B              C      
                       (1)            (2)     
----------------------------------------------
var2                  0.0002        -0.055    
                     (0.080)        (0.079)   
                                              
var3                  -0.088         0.012    
                     (0.078)        (0.077)   
                                              
Constant              -0.029         0.030    
                     (0.078)        (0.077)   
                                              
----------------------------------------------
n                      1000          1000     
Akaike Inf. Crit.   2,206.078      2,206.078  
==============================================
Note:              *p<0.1; **p<0.05; ***p<0.01

希望这就是您一直要求的。