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

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")