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 nnet
和 stargazer
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。
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 nnet
和 stargazer
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。