Sapply with LM返回Stargazer可以调用的调用函数'；我不使用。我该如何改变这一点？

我试着用sapply对一些结果变量进行回归。sappy函数正常工作并返回线性模型，但调用返回“Call”： 乐趣（公式=X[[i]]，数据=…1）“”。我相信这就是我无法将sapply输出插入Stargazer而不出现以下错误的原因：

% Error: Unrecognized object type.

我将sapply变量的输出与第一个结果变量的手动插件进行了比较。结果是一样的，但Stargazer不会使用sapply版本

这项工作：

normal_approach <- lm(y_1~x, data = df)
stargazer(normal_approach, type = 'text')

---

stargazer

在显示模型列表的输出时出现问题。“黑客”是在创建模型之前获取长格式的数据

由于没有共享数据，这里有一种使用

mtcars

dataset的方法，只保留前3列。我在这里使用的是

disp

，而不是您的

x

列

library(stargazer)

df <- mtcars[1:3]
df1 <- tidyr::pivot_longer(df, cols = -disp)
list_df <- split(df1, df1$name)

lm_model_list <- lapply(list_df, function(x) lm(disp~value, x))

库（stargazer）
df如果没有一个可复制的示例，就不那么容易确定，但您可以尝试类似于此的方法：这是因为您将包含模型对象的列表传递给stargazer，而不是直接传递模型对象。。在您的特定示例中，如果您使用stargazer（sapply_version[[1]]，type='text'），它应该可以工作。对于更多型号，您可以使用lappy（sapply_版本，stargazer，type=“text”）@tomascapreto，我在发布之前已经尝试过了。它不起作用。我很确定问题在于调用函数。太棒了！是的，这个有效。它做得很漂亮。非常感谢你。
Call: FUN(formula = X[[i]], data = ..1)

library(stargazer)

df <- mtcars[1:3]
df1 <- tidyr::pivot_longer(df, cols = -disp)
list_df <- split(df1, df1$name)

lm_model_list <- lapply(list_df, function(x) lm(disp~value, x))

#For one model
stargazer(lm_model_list$cyl, type = 'text')


===============================================
                        Dependent variable:    
                    ---------------------------
                               disp            
-----------------------------------------------
value                        62.599***         
                              (5.469)          
                                               
Constant                    -156.609***        
                             (35.181)          
                                               
-----------------------------------------------
Observations                    32             
R2                             0.814           
Adjusted R2                    0.807           
Residual Std. Error      54.385 (df = 30)      
F Statistic           130.999*** (df = 1; 30)  
===============================================
Note:               *p<0.1; **p<0.05; ***p<0.01


#For list of models
stargazer(lm_model_list, type = 'text')


==========================================================
                                  Dependent variable:     
                              ----------------------------
                                          disp            
                                   (1)            (2)     
----------------------------------------------------------
value                           62.599***     -17.429***  
                                 (5.469)        (1.993)   
                                                          
Constant                       -156.609***    580.884***  
                                 (35.181)      (41.740)   
                                                          
----------------------------------------------------------
Observations                        32            32      
R2                                0.814          0.718    
Adjusted R2                       0.807          0.709    
Residual Std. Error (df = 30)     54.385        66.863    
F Statistic (df = 1; 30)        130.999***     76.513***  
==========================================================
Note:                          *p<0.1; **p<0.05; ***p<0.01