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?内存不足,无法正常运行stargazer,r,stargazer,R,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
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"))