未能加载包studio package_R语言中的stargazer包的使用方法

最新推荐文章于 2022-04-08 08:52:21 发布

weixin_39673471

最新推荐文章于 2022-04-08 08:52:21 发布

阅读量777

点赞数 1

文章标签：未能加载包studio package

stargazer 包能够在 R 中自动生成LaTeX、HTML、ASCII代码，用来良好展示多个回归分析的结果。同时， stargazer 包亦能够将各类模型的 summary 结果和数据框本身的内容以良好的格式输出出来。

当然， stargazer 包的使用范围不是无限的。由于各类 package 的回归结果1假如是回归类的模型是多种多样的；而且， summary 的类型也是不完全一致的，所以，只有如下的 package 产生的回归结果和summary才能够使用 stargazer 包来输出相关结果。

当然，由于 stargazer 包还可以输出数据框本身的内容，所以这个功能是不受限制的。

如下的 package 中包含的回归模型的结果是可以通过 stargazer 包进行格式化输出的

AER: - ivreg  - tobit
betareg: - betareg
brglm: - brglm
censReg: - censReg
dynlm: - dynlm
eha: - aftreg  - coxreg  - mlreg  - phreg  - weibreg
erer: - maBina
ergm: - ergm
fGarch: - garchFit
gee: - gee
glmx: - hetglm
gmm: - gmm
lfe: - felm
lme4: - glmer - lmer - nlmer
lmtest: - coeftest
MASS: - polr - rlm - survreg
mclogit: - mclogit
mgcv: - gam
mlogit: - mlogit
mnlogit: - mnlogit
nlme: - gls - lme - nlme
nnet: - multinom
ordinal: - clm
plm: - pgmm - plm - pmg
pscl: - hurdle - zeroinfl
rms: - bj - cph - Glm - Gls - lrm - ols - psm - Rq
relevent: - rem.dyad
rq:- quantreg
robustbase: - glmrob - lmrob
sampleSelection: - binaryChoice - heckit - probit - selection
spdep: - errorsarlm - largarlm
stats: - arima - glm - lm
survey: - svyglm
survival: - coxph - clogit - survreg
Zelig: - relogit - cloglog.net - gamma.net - probit.net - logit.net

基本用法：加载 stargazer 之后，将估计后的模型存储为一个对象。调用 stargazer 函数，设定输出风格为LaTeX代码，即可输出如下表格。对应的LaTeX代码如下框所示。如果大家本身也掌握LaTeX代码，则可以在 stargazer 包输出的基础上进行相应的修改，形成自己需要的输出项目。

library(stargazer)
data(iris)
linear.1<-lm(Sepal.Length~Sepal.Width+Petal.Width,data = iris)
linear.2<-lm(Sepal.Length~Sepal.Width+Petal.Width-1,data = iris)
stargazer(linear.1,linear.2,type="latex",title = "stargazer包基本用法图表")

% Table created by stargazer v.5.2.2 by Marek Hlavac, Harvard University. E-mail: hlavac at fas.harvard.edu

% Date and time: Sun, Dec 08, 2019 - 14:14:22

begin{table}[!htbp] centering 

caption{stargazer包基本用法图表} 

label{} 

begin{tabular}{@{extracolsep{5pt}}lcc} 

[-1.8ex]hline 

hline [-1.8ex] 

& multicolumn{2}{c}{textit{Dependent variable:}}  

cline{2-3} 

[-1.8ex] & multicolumn{2}{c}{Sepal.Length}  

[-1.8ex] & (1) & (2) 

hline [-1.8ex] 

Sepal.Width & 0.399$^{***}$ & 1.392$^{***}$  

& (0.091) & (0.027)  

& &  

Petal.Width & 0.972$^{***}$ & 1.282$^{***}$  

& (0.052) & (0.060)  

& &  

Constant & 3.457$^{***}$ &  

& (0.309) &  

& &  

hline [-1.8ex] 

Observations & 150 & 150  

R$^{2}$ & 0.707 & 0.989  

Adjusted R$^{2}$ & 0.703 & 0.989  

Residual Std. Error & 0.451 (df = 147) & 0.612 (df = 148)  

F Statistic & 177.556$^{***}$ (df = 2; 147) & 6,909.605$^{***}$ (df = 2; 148)  

hline 

hline [-1.8ex] 

textit{Note:} & multicolumn{2}{r}{$^{*}$p$<$0.1; $^{**}$p$<$0.05; $^{***}$p$<$0.01}  

end{tabular} 

end{table}

下面，使用如下代码来展示常用的参数的设置和对应的作用。

library(stargazer)
data(iris)
linear.1<-lm(Sepal.Length~Sepal.Width+Petal.Width,data = iris)
linear.2<-lm(Sepal.Length~Sepal.Width+Petal.Width-1,data = iris)
linear.3<-lm(Sepal.Length~Sepal.Width+Petal.Width+
                  I(Sepal.Width*Petal.Width),data = iris)

stargazer(linear.1,linear.2,linear.3,type="latex",
          title = "stargazer包基本用法图表",dep.var.caption="因变量",
          covariate.labels=c("sepal宽度","petal宽度","交互效应","常数项"),
          dep.var.labels="sepal长度",
          column.labels=c("模型1：无交互效应","模型2：含交互效应"),
          column.separate=c(2,1))

% Table created by stargazer v.5.2.2 by Marek Hlavac, Harvard University. E-mail: hlavac at fas.harvard.edu
% Date and time: Sun, Dec 08, 2019 - 15:40:02
begin{table}[!htbp] centering 
  caption{stargazer包基本用法图表} 
  label{} 
begin{tabular}{@{extracolsep{5pt}}lccc} 
[-1.8ex]hline 
hline [-1.8ex] 
 & multicolumn{3}{c}{因变量}  
cline{2-4} 
[-1.8ex] & multicolumn{3}{c}{sepal长度}  
 & multicolumn{2}{c}{模型1：无交互效应} & 模型2：含交互效应  
[-1.8ex] & (1) & (2) & (3) 
hline [-1.8ex] 
 sepal宽度 & 0.399$^{***}$ & 1.392$^{***}$ & 0.496$^{***}$  
  & (0.091) & (0.027) & (0.171)  
  & & &  
 petal宽度 & 0.972$^{***}$ & 1.282$^{***}$ & 1.291$^{***}$  
  & (0.052) & (0.060) & (0.474)  
  & & &  
 交互效应 &  &  & $-$0.099  
  &  &  & (0.147)  
  & & &  
 常数项 & 3.457$^{***}$ &  & 3.130$^{***}$  
  & (0.309) &  & (0.574)  
  & & &  
hline [-1.8ex] 
Observations & 150 & 150 & 150  
R$^{2}$ & 0.707 & 0.989 & 0.708  
Adjusted R$^{2}$ & 0.703 & 0.989 & 0.702  
Residual Std. Error & 0.451 (df = 147) & 0.612 (df = 148) & 0.452 (df = 146)  
F Statistic & 177.556$^{***}$ (df = 2; 147) & 6,909.605$^{***}$ (df = 2; 148) & 118.085$^{***}$ (df = 3; 146)  
hline 
hline [-1.8ex] 
textit{Note:}  & multicolumn{3}{r}{$^{*}$p$<$0.1; $^{**}$p$<$0.05; $^{***}$p$<$0.01}  
end{tabular} 
end{table}

WYF