如何使用R中的stargazer包来报告lm.cluster()
alldata5是我的数据,OROA、IROA、UROA、X2Y、PGR、LTA、gcode是本文件中的不同变量如何使用R中的stargazer包来报告lm.cluster(),r,lm,stargazer,R,Lm,Stargazer,alldata5是我的数据,OROA、IROA、UROA、X2Y、PGR、LTA、gcode是本文件中的不同变量 basico2<-lm(alldata5$OROA~alldata5$X2Y+alldata5$PGR+alldata5$LTA+factor(alldata5$gcode)) basici2<-lm(alldata5$IROA~alldata5$X2Y+alldata5$PGR+alldata5$LTA+factor(alldata5$gcode)) basic
basico2<-lm(alldata5$OROA~alldata5$X2Y+alldata5$PGR+alldata5$LTA+factor(alldata5$gcode))
basici2<-lm(alldata5$IROA~alldata5$X2Y+alldata5$PGR+alldata5$LTA+factor(alldata5$gcode))
basicu2<-lm(alldata5$UROA~alldata5$X2Y+alldata5$PGR+alldata5$LTA+factor(alldata5$gcode))
stargazer(basico2,basici2,basicu2, dep.var.labels=c("OROA","IROA","UROA"),
omit="gcode",type="html", out="E:\\1.basic ols output\\1.1two year.ols.htm")
或者,如果我不使用lm.cluster()函数,您知道我可以使用什么函数来获得如图所示的输出吗?如果有人知道答案,请让我知道,非常感谢!在2.3中,您可以找到受支持的统计模型列表。看起来不包括
miceadds
。也许你会发现一些支持集群的支持包。是的,Marco,我想是的。非常感谢你。我可以使用STATA导出输出,在进行回归时,它比R更方便。我的意思是,您可以使用R中的另一个包来计算聚集的稳健标准误差,这反过来又可以在stargazer
中使用,请参见@MarcoDoe我现在得到了它。再次感谢!
library( miceadds)
basico2c<-lm.cluster(data=alldata5,formula=OROA~X2Y+PGR+LTA+factor(gcode),cluster="year")
basici2c<-lm.cluster(data=alldata5,formula=IROA~X2Y+PGR+LTA+factor(gcode),cluster="year")
basicu2c<-lm.cluster(data=alldata5,formula=UROA~X2Y+PGR+LTA+factor(gcode),cluster="year")
stargazer(basico2C,basici2C,basicu2C, dep.var.labels=c("OROA","IROA","UROA"), omit="gcode",type="html", out="E:\1.basic ols output\1.1two year.ols.htm")