如何使R中不在扫帚中的模型的输出保持整洁

我一直在努力使

wfe

模型的输出整洁，以便可以轻松地将其合并到ggplot等中。这是我遇到的一个问题，其他包和统计模型没有包含在broom中

假设我创建了这样一个数据集：（取自

wfe

的文件）：

我理解，但我不确定如何解决。我尝试将各个参数（系数、se等）映射到一个新的列表对象中，但没有成功，因此我希望这里的人知道一种更系统的方法。 如果有帮助，下面是输出的dput：

---

谢谢

这里是一个

tidy

方法的开始：

库（dplyr）；图书馆（tibble）
tidy.wfedd%集合名（c（“估计”、“标准错误”、“统计”、“p.value”））
%>%TIBLE:：行名称到列（“术语”）
%>%作为_tible（）
)
返回（cc）
}

---

请注意，（1）我还没有实现置信区间（您可以通过使用

mutate

来添加列

（conf.low，conf.high）

=

术语
±
std.error*qnorm（（1+conf.level）/2）
；（2）这使标准变得“整洁”方法，它给出了一个系数表。如果您想要预测和预测的置信区间，您需要编写一个
增强
方法…
这里是一个
整洁
方法的开始：

library（dplyr）；library（tibble）
tidy.wfedd%集合名（c（“估计”、“标准错误”、“统计”、“p.value”））
%>%TIBLE:：行名称到列（“术语”）
%>%作为_tible（）
)
返回（cc）
}

请注意，（1）我还没有实现置信区间（您可以通过使用
mutate
来添加列
（conf.low，conf.high）
=
术语
±
std.error*qnorm（（1+conf.level）/2）
；（2）这使标准变得“整洁”方法，它给出了一个系数表。如果你想要预测和预测的置信区间，你需要写一个
augment
method…
免责声明-我还没有使用wfe软件包！通常，大多数统计软件包都会附带它们的预测方法。这意味着当你使用
predict（model）时
您将获得一个包含绘图所需数据的对象。例如@tjebo，我也不熟悉wfe包。提供来自
dput（mod.did）
的输出将帮助他和我这样的人帮助您。我的建议是编写您自己的
tidy（）
函数（然后可能将其提交给
broom
）的维护人员。原则上这并不困难。在我之前的评论中添加-
wfe
，在这种情况下并不能为生成的
wfedid
类提供预测方法。可能直接询问包维护人员-谢谢-我为dput添加了一个pastebin链接（mod.did）输出。可能这有助于解释器-我还没有使用wfe软件包！通常，大多数统计软件包都会附带其预测方法。这意味着当您使用
predict（model）时
您将获得一个包含绘图所需数据的对象。例如@tjebo，我也不熟悉wfe包。提供来自
dput（mod.did）
的输出将帮助他和我这样的人帮助您。我的建议是编写您自己的
tidy（）
函数（然后可能将其提交给
broom
）的维护人员。原则上这并不困难。在我之前的评论中添加-
wfe
，在这种情况下并不能为生成的
wfedid
类提供预测方法。可能直接询问包维护人员-谢谢-我为dput添加了一个pastebin链接（mod.did）输出。也许这有帮助。这很好。更重要的是，当这种情况再次发生时，iIalso也了解问题的原因。非常感谢！（请随意在此处添加：，它可能会帮助其他人）。这很好。更重要的是，iIalso也了解这种情况再次发生时问题的原因。非常感谢！（请随意在此处添加：，它可能会帮助其他人）
library (wfe)
        ## generate panel data with number of units = N, number of time = Time
    N <- 10 # number of distinct units
    Time <- 15 # number of distinct time
    
    ## treatment effect
    beta <- 1
    
    ## generate treatment variable
    treat <- matrix(rbinom(N*Time, size = 1, 0.25), ncol = N)
    ## make sure at least one observation is treated for each unit
    while ((sum(apply(treat, 2, mean) == 0) > 0) | (sum(apply(treat, 2, mean) == 1) > 0) |
           (sum(apply(treat, 1, mean) == 0) > 0) | (sum(apply(treat, 1, mean) == 1) > 0)) {
      treat <- matrix(rbinom(N*Time, size = 1, 0.25), ncol = N)
    }
    treat.vec <- c(treat)
    
    ## unit fixed effects
    alphai <- rnorm(N, mean = apply(treat, 2, mean))
        ## geneate two random covariates
    x1 <- matrix(rnorm(N*Time, 0.5,1), ncol=N)
    x2 <- matrix(rbeta(N*Time, 5,1), ncol=N)
    x1.vec <- c(x1)
    x2.vec <- c(x2)
    ## generate outcome variable
    y <- matrix(NA, ncol = N, nrow = Time)
    for (i in 1:N) {
      y[, i] <- alphai[i] + treat[, i] + x1[,i] + x2[,i] + rnorm(Time)
    }
    y.vec <- c(y)
    
    ## generate unit and time index
    unit.index <- rep(1:N, each = Time)
    time.index <- rep(1:Time, N)
    
    Data.obs <- as.data.frame(cbind(y.vec, treat.vec, unit.index, time.index, x1.vec, x2.vec))
    colnames(Data.obs) <- c("y", "tr", "unit", "time", "x1", "x2")

    mod.did <- wfe(y~ tr+x1+x2, data = Data.obs, treat = "tr",
               unit.index = "unit", time.index = "time", method = "unit",
               qoi = "ate", estimator ="did", hetero.se=TRUE, auto.se=TRUE,
               White = TRUE, White.alpha = 0.05, verbose = TRUE)

## summarize the results
summary(mod.did)

Error: No tidy method for objects of class wfedid