包括stargazer表中的标准化系数
我有一系列线性模型,我想报告每个模型的标准化系数。然而,当我在stargazer中打印模型时,stargazer似乎会自动打印标准化系数的重要性星,就好像它们是非标准化系数一样。你可以在下面看到差异是如何显现的 根据非标准值打印重要性星号在统计上是否错误?在stargazer是如何做到这一点的?谢谢包括stargazer表中的标准化系数,r,stargazer,significance,standardized,R,Stargazer,Significance,Standardized,我有一系列线性模型,我想报告每个模型的标准化系数。然而,当我在stargazer中打印模型时,stargazer似乎会自动打印标准化系数的重要性星,就好像它们是非标准化系数一样。你可以在下面看到差异是如何显现的 根据非标准值打印重要性星号在统计上是否错误?在stargazer是如何做到这一点的?谢谢 #load libraries library(stargazer) library(lm.beta) #fake data var1<-rnorm(100, mean=10, sd=5) v
#load libraries
library(stargazer)
library(lm.beta)
#fake data
var1<-rnorm(100, mean=10, sd=5)
var2<-rnorm(100, mean=5, sd=2)
var3<-rnorm(100, mean=2, sd=3)
var4<-rnorm(100, mean=5, sd=1)
df<-data.frame(var1, var2, var3, var4)
#model with unstandardized betas
model1<-lm(var1~var2+var3+var4, data=df)
#Standardized betas
model1.beta<-lm.beta(model1)
#print
stargazer(model1, model1.beta, type='text')
#加载库
图书馆(星探)
图书馆(lm.beta版)
#假数据
var1Stargazer
不会自动知道它应该在第二个模型中查找标准化系数lm.beta
只需将标准化系数添加到lm.object
。因此,它仍然是一个lm.object
,因此它会按照常规(从model1.beta$系数
)提取系数。使用coef=
参数指定要使用的特定系数:coef=list(model1$系数,model1.beta$标准化系数)
>stargazer(model1,model1.beta,
coef=列表(模型1$系数,
模型1.β$标准化系数),
type='text')
==========================================================
因变量:
----------------------------
var1
(1) (2)
----------------------------------------------------------
var2 0.135 0.048
(0.296) (0.296)
var3-0.088-0.044
(0.205) (0.205)
var4-0.190-0.030
(0.667) (0.667)
常数10.195**0.000
(4.082) (4.082)
----------------------------------------------------------
意见100 100
R2 0.006 0.006
调整后的R2-0.025-0.025
剩余标准误差(df=96)5.748 5.748
F统计量(df=3;96)0.205 0.205
==========================================================
注:*p
> stargazer(model1, model1.beta,
coef = list(model1$coefficients,
model1.beta$standardized.coefficients),
type='text')
==========================================================
Dependent variable:
----------------------------
var1
(1) (2)
----------------------------------------------------------
var2 0.135 0.048
(0.296) (0.296)
var3 -0.088 -0.044
(0.205) (0.205)
var4 -0.190 -0.030
(0.667) (0.667)
Constant 10.195** 0.000
(4.082) (4.082)
----------------------------------------------------------
Observations 100 100
R2 0.006 0.006
Adjusted R2 -0.025 -0.025
Residual Std. Error (df = 96) 5.748 5.748
F Statistic (df = 3; 96) 0.205 0.205
==========================================================
Note: *p<0.1; **p<0.05; ***p<0.01