R 包括xtable中的模型规格（方差分析（…）

我有一组对数线性模型，为了我们的目的，这些模型将只是

glm（）

对象，称为

mx，my，mz

。我想得到一个格式良好的异常分析的

xtable

，所以我自然会想执行

xtable（方差分析（mx，my，mz，test=“Chisq”）

然而，

xtable

的常规输出不包括型号规格。我想为我正在运行的所有ANOVA测试包含这些参数，因此，如果没有我缺少的参数，我可能只需要修改我自己的解决方案。但是查看帮助页面，似乎没有一种简单的方法可以包含模型规范

有什么想法吗？替代品

---

如果在2.9.1中使用XTTable 1.5-5实现了这一点，那么它会有所帮助。

如果

a

是方差分析表对象，那么

attr（a，“标题”）

确实包含您要查找的信息，但我无法找到一种提取它的好方法。因此，我查找了

anova.glm

的代码，它将我指向

anova.lmlist

的代码，以了解他们如何将这些信息放入标题中。这激发了以下解决方案的灵感：

# fake data
x <- 1:10
y <- x+ rnorm(10)

# two models
m1 <- glm(y~x)
m2 <- glm(y~x+I(x^2))
a <- anova(m1, m2)  # anova object to be printed

# get model formulas
flas <- sapply(list(m1,m2), function(x)paste(deparse(x$formula)))
rownames(a) <- flas  # add formulas as rownames

# convert to latex
xtable(a)

---

结果不太漂亮，但你的公式也不漂亮。在这个特殊的例子中，我会使用

（性+出席+出生+政治）^3

-理解要点，而且要短得多

我认为您想要得到LaTeX表，但您可以很容易地得到带有模型公式的HTML表

# if we presuppose that <b>a</b> is object from @Aniko's reply
> class(a)
[1] "anova"      "data.frame"
# after doing a bit of that sapply magic you get
> a
Analysis of Deviance Table

Model 1: y ~ x
Model 2: y ~ x + I(x^2)
               Resid. Df Resid. Dev Df Deviance
y ~ x                  8     15.503            
y ~ x + I(x^2)         7     12.060  1   3.4428

---

它不像LaTeX表那么漂亮，但它有模型公式…

这是一个很好的开始，但它在某种程度上打破了交互层次结构。例如，如果我有[code>[[3]][1]“freq~sex+出席+出生+政治+性别：出席+性别：出生+”[2]“性别：政治+出席：出生+出席：政治+出生：政治+”[3]“性别：出席：出生+性别：出席：政治+性别：出生：政治+”[4]“出席：出生：政治”它不起作用！虽然如此，但解决方案似乎包括将长格式模型放在表的前面，并对它们进行编号，然后只参考实际表中的数字。我已经用您的长公式添加了一个示例。

# if we presuppose that <b>a</b> is object from @Aniko's reply
> class(a)
[1] "anova"      "data.frame"
# after doing a bit of that sapply magic you get
> a
Analysis of Deviance Table

Model 1: y ~ x
Model 2: y ~ x + I(x^2)
               Resid. Df Resid. Dev Df Deviance
y ~ x                  8     15.503            
y ~ x + I(x^2)         7     12.060  1   3.4428

# load xtable library
library(xtable)
# sink output to html file
sink("~/anova_specs.html")  # suppose you're running R on Linux "~/"
print(xtable(a), type = "html")
sink()