如何使用 modelsummary 包转置回归输出?
How to transpose a regression output with modelsummary package?
我刚刚发现了这个神奇的 R 包,modelsummary
。
它似乎没有提供转置回归输出的能力。
我知道你不能在 kable-extra
内进行换位,这是我在 R 中对普通 table 输出的首选。因为 modelsummary
依赖于 kable-extra
对于 post-processing,我想知道这是否可能。有没有其他人弄明白了?
理想情况下,我想保留我的回归输出的星星。
这在 STATA(下)中可用:
提前致谢!
您可以翻转 group
参数公式中各项的顺序。 See documentation here and also here for many examples.
library(modelsummary)
mod <- list(
lm(mpg ~ hp, mtcars),
lm(mpg ~ hp + drat, mtcars))
modelsummary(mod, group = model ~ term)
(Intercept)
hp
drat
Model 1
30.099
-0.068
(1.634)
(0.010)
Model 2
10.790
-0.052
4.698
(5.078)
(0.009)
(1.192)
此策略的主要问题是(目前)还没有自动添加拟合优度统计信息的方法。因此,您可能必须通过创建 data.frame
并将其提供给 add_columns
参数来进行一些装配。例如:
N <- sapply(mod, function(x) get_gof(x)$nobs)
N <- data.frame(N = c(N[1], "", N[2], ""))
modelsummary(mod,
group = model ~ term,
add_columns = N,
align = "lcccc")
(Intercept)
hp
drat
N
Model 1
30.099
-0.068
32
(1.634)
(0.010)
Model 2
10.790
-0.052
4.698
32
(5.078)
(0.009)
(1.192)
如果您对拟合优度统计的最佳默认行为有任何想法,请在 Github 上提交功能请求。
我刚刚发现了这个神奇的 R 包,modelsummary
。
它似乎没有提供转置回归输出的能力。
我知道你不能在 kable-extra
内进行换位,这是我在 R 中对普通 table 输出的首选。因为 modelsummary
依赖于 kable-extra
对于 post-processing,我想知道这是否可能。有没有其他人弄明白了?
理想情况下,我想保留我的回归输出的星星。 这在 STATA(下)中可用:
提前致谢!
您可以翻转 group
参数公式中各项的顺序。 See documentation here and also here for many examples.
library(modelsummary)
mod <- list(
lm(mpg ~ hp, mtcars),
lm(mpg ~ hp + drat, mtcars))
modelsummary(mod, group = model ~ term)
(Intercept) | hp | drat | |
---|---|---|---|
Model 1 | 30.099 | -0.068 | |
(1.634) | (0.010) | ||
Model 2 | 10.790 | -0.052 | 4.698 |
(5.078) | (0.009) | (1.192) |
此策略的主要问题是(目前)还没有自动添加拟合优度统计信息的方法。因此,您可能必须通过创建 data.frame
并将其提供给 add_columns
参数来进行一些装配。例如:
N <- sapply(mod, function(x) get_gof(x)$nobs)
N <- data.frame(N = c(N[1], "", N[2], ""))
modelsummary(mod,
group = model ~ term,
add_columns = N,
align = "lcccc")
(Intercept) | hp | drat | N | |
---|---|---|---|---|
Model 1 | 30.099 | -0.068 | 32 | |
(1.634) | (0.010) | |||
Model 2 | 10.790 | -0.052 | 4.698 | 32 |
(5.078) | (0.009) | (1.192) |
如果您对拟合优度统计的最佳默认行为有任何想法,请在 Github 上提交功能请求。