R 回归表中的参考类别

我得到了一个线性回归模型的结果，在R中有一个因子变量，我想对它进行处理，然后输出到LaTeX中。理想情况下，因子变量将通过一行显示在表中，该行给出变量名称和参考类别，但在其他情况下为空，然后是下面带有缩进文本的行，该行给出因子水平和相应的估计值

长期以来，我一直使用

stargazer

软件包来获得从R到LaTeX的回归结果，但看不到用它实现我想要的结果的方法。例如：

library(ggplot2)
library(stargazer)

levels(diamonds$cut)

options(contrasts = c("contr.treatment", "contr.treatment"))
model1 <- lm(price~cut,data=diamonds)
stargazer(model1,type='text')

库（ggplot2）
图书馆（星探）
级别（钻石$cut）
选项（对比度=c（“对照治疗”、“对照治疗”））
model1不完全是您想要的，但是您可以通过covariate.labels参数手动指定协变量标签。但是，我还无法找到如何添加标题，需要手动添加换行符

stargazer(model1,type='text',
          covariate.labels=c("Cut (Reference: Fair) Good",
                             ".  Very good",
                             ".  Premium",
                             ".  Ideal"))


======================================================
                               Dependent variable:    
                           ---------------------------
                                      price           
------------------------------------------------------
Cut (Reference: Fair) Good         -429.893***        
                                    (113.849)         

. Very good                        -376.998***        
                                    (105.164)         

. Premium                           225.500**         
                                    (104.395)         

. Ideal                            -901.216***        
                                    (102.412)         

Constant                          4,358.758***        
                                    (98.788)          

------------------------------------------------------
Observations                         53,940           
R2                                    0.013           
Adjusted R2                           0.013           
Residual Std. Error          3,963.847 (df = 53935)   
F Statistic                175.689*** (df = 4; 53935) 
======================================================
Note:                      *p<0.1; **p<0.05; ***p<0.01

stargazer（model1，type='text'，
协变量。标签=c（“切割（参考：一般）良好”，
“.很好”，
“.Premium”，
“.Ideal”））
======================================================
因变量：
---------------------------
价格
------------------------------------------------------
切割（参考：一般）良好-429.893**
(113.849)         
. 非常好-376.998**
(105.164)         
. 保险费225.500**
(104.395)         
. 理想-901.216**
(102.412)         
常数4358.758**
(98.788)          
------------------------------------------------------
意见53940
R2 0.013
调整后的R2 0.013
剩余标准误差3963.847（df=53935）
F统计数据175.689***（df=4；53935）
======================================================
注：*p这相当接近ASCII输出的要求。它在Latex中是否成功需要您对其进行测试。处理
\n
可能没有相同的副作用

stargazer(model1,type='text', column.labels="\nCut (Reference: Fair)",
          covariate.labels=c(".  Good",
                             ".  Very good",
                             ".  Premium",
                             ".  Ideal"))

控制台：

=================================================
                          Dependent variable:    
                      ---------------------------
                                 price           
Cut (Reference: Fair) 
-------------------------------------------------
. Good                        -429.893***        
                               (113.849)         

. Very good                   -376.998***        
                               (105.164)         

. Premium                      225.500**         
                               (104.395)         

. Ideal                       -901.216***        
                               (102.412)         

Constant                     4,358.758***        
                               (98.788)          

-------------------------------------------------
Observations                    53,940           
R2                               0.013           
Adjusted R2                      0.013           
Residual Std. Error     3,963.847 (df = 53935)   
F Statistic           175.689*** (df = 4; 53935) 
=================================================
Note:                 *p<0.1; **p<0.05; ***p<0.01

=================================================
因变量：
---------------------------
价格
削减（参考：公平）
-------------------------------------------------
. 好-429.893**
(113.849)         
. 非常好-376.998**
(105.164)         
. 保险费225.500**
(104.395)         
. 理想-901.216**
(102.412)         
常数4358.758**
(98.788)          
-------------------------------------------------
意见53940
R2 0.013
调整后的R2 0.013
剩余标准误差3963.847（df=53935）
F统计数据175.689***（df=4；53935）
=================================================
注：*pNice！这只适用于只有一个分类变量的情况，对吗？对。这更多的是一种副作用，而不是作者的意图，因为“column.labels”实际上应该在dep.var列下对齐。我认为你真的需要编辑多个协变量的Latex输出。不过，这不是一个很好的方法！
stargazer(model1,type='text', column.labels="\nCut (Reference: Fair)",
          covariate.labels=c(".  Good",
                             ".  Very good",
                             ".  Premium",
                             ".  Ideal"))

=================================================
                          Dependent variable:    
                      ---------------------------
                                 price           
Cut (Reference: Fair) 
-------------------------------------------------
. Good                        -429.893***        
                               (113.849)         

. Very good                   -376.998***        
                               (105.164)         

. Premium                      225.500**         
                               (104.395)         

. Ideal                       -901.216***        
                               (102.412)         

Constant                     4,358.758***        
                               (98.788)          

-------------------------------------------------
Observations                    53,940           
R2                               0.013           
Adjusted R2                      0.013           
Residual Std. Error     3,963.847 (df = 53935)   
F Statistic           175.689*** (df = 4; 53935) 
=================================================
Note:                 *p<0.1; **p<0.05; ***p<0.01