内存不足，无法正常运行stargazer

表data1有大约350k个观测值。我想估计下面的6个模型，并使用stargazer在latex中输出结果。我应该指定y1是一个二元变量，我正在处理100家公司。恐怕我没有任何资料要发布

这是我的密码。问题是，每次估算都存储在RAM中，没有足够的内存来运行Stargazer

我有两个问题？

有没有办法将“glm”对象存储在磁盘上，然后用stargazer将其回调

stargazer是否需要整个“glm”对象来输出latex代码

l0根据，它不支持您在撰写本文时提到的软件包。至于其他选项，我将首先尝试使用stock

lm（）

运行分析。如果它不会导致与RAM相关的问题，那么您可以在估计速度和格式化表的方便性之间做出选择

---

您也可以选择联系开发人员，要求将

bigglm

和

speedglm

添加到功能愿望列表中

面对此问题时，我的方法是首先使用

lmtest

包将*lm对象转换为“coeftest”类。有关详细信息，请参阅我对相关问题的回答。

谢谢您的建议。我忘了提到我需要估计一个非线性模型，据我所知，lm无法完成这项工作。我试试愿望清单。@DJJ这取决于你所说的“非线性”是什么意思。如果你指的是多项式（二次项、三次项等），那么lm（）可以很好地完成这项工作；请看poly（）函数。我考虑的更多的是逻辑估计。这是目前比较模糊的。。。没有数据，没有代码，没有任务描述。您应该编辑以修复这些缺陷，否则它可能会关闭。谢谢您的通知。我更新了我的问题，试图更具体一些。关于第二个问题，请随意提出任何建议，这里的答案似乎会有所帮助：作为一项临时措施，我向stargazer添加了对speedglm（仅限逻辑回归）的支持。您可以从我的GitHub帐户下载它（或使用

devtools:：install\u GitHub（“jcfisher/stargazer”）

），谢谢您提供的信息。我现在使用它，因为它更灵活。一个解决方案是从glm对象中获取所需的内容，然后创建另一个对象，例如myglm。然后创建一个函数从myglm中提取信息。我建议你去看看

l1 <- glm(y1~ x1 + log(x2)+ x3+
            factor(x5)+  x4+factor(firms) ,data = data1,family=binomial(link=logit), model=FALSE)

l2 <- glm(y1~x1 +log(x2)+  x3+ 
            factor(x5)+x4+ factor(x6) + factor(firms), data=data1,family=binomial(link=logit)
          , model=FALSE)

l3 <- glm(y1~x1 +log(x2) + x3+
            factor(x5) + x4+factor(x6)   + x7+ factor(firms)
         ,data = data1,family=binomial(link=logit), model=FALSE)

l4 <- glm(y1~x1 + log(x2) + x3+ 
            factor(x5) +x4+ factor(x6)+ x7+installments + 
            factor(firms) ,data = data1,family=binomial(link=logit), model=FALSE)

l5 <- glm(y1~x1 + log(x2) + x3+ 
            factor(x5) +x4+ factor(x6)+ x7 +installments + x8+
            factor(firms) ,data = data1,family=binomial(link=logit), model=FALSE)


stargazer(l0,l1,l2,l3,l4,title="Regression Results with Fixed Effects",     align=TRUE,apply.coef=or
      ,out = "path.tex", covariate.labels=covlabel,omit="firms",
      omit.labels="Firms", omit.yes.no=c("Yes","No"))