如何在R中使用stargazer为回归模型添加标题?


要使用stargazer为回归模型添加标题,我们可以在stargazer函数内使用title参数。

例如,如果我们有一个名为Reg_Model的模型,输出为文本,则可以使用以下命令为该模型添加标题:

stargazer(Reg_Model,type="text",title="Regression Model between x and y")

示例1

以下代码片段创建了一个示例数据框:

x<-rnorm(20)
y<-rnorm(20)
df<-data.frame(x,y)
df

输出

创建了以下数据框:

      x            y
1   0.80296200    1.1413965
2   0.05853869   -1.1227868
3   1.79348142   -0.7212954
4   0.64830308    0.2956645
5   0.28551170   -1.0645189
6   0.50265553    0.9082304
7   0.25883301    0.6513258
8  -0.28277606    0.5892909
9  -1.96142707    0.8310168
10  1.29804865   -0.7780162
11 -0.53807406    0.7256280
12 -0.01142374    0.3550352
13  0.61684358    0.5681672
14 -0.03707776    0.7279025
15  0.14411337    0.7942300
16  0.95380409    0.2789388
17  0.32599974    1.2477048
18 -0.80785235    0.3246518
19 -0.77913184   -0.5227336
20  0.11869989    0.4344650

要在x和y之间创建回归模型,请将以下代码添加到上面的代码片段中:

Model<-lm(y~x,data=df)
summary(Model)

输出

如果您将上面给出的所有代码片段作为一个程序执行,它将生成以下输出:

Call:
lm(formula = y ~ x, data = df)

Residuals:
   Min     1Q     Median  3Q    Max
-1.4303 -0.2917 0.1538  0.3906 0.9988

Coefficients:
   Estimate Std. Error t value Pr(>|t|)
(Intercept)  0.3204  0.1645  1.947  0.0673 .
     x      -0.2191  0.2019  -1.085 0.2921
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.7196 on 18 degrees of freedom
Multiple R-squared: 0.06142, Adjusted R-squared: 0.009276
F-statistic: 1.178 on 1 and 18 DF, p-value: 0.2921

要使用stargazer获取模型输出,请将以下代码添加到上面的代码片段中:

library(stargazer)
stargazer(Model,type="text")

输出

如果您将上面给出的所有代码片段作为一个程序执行,它将生成以下输出:

===============================================
      Dependent variable:
      ---------------------------
         y
-----------------------------------------------
      x -0.219
      (0.202)

Constant 0.320*
      (0.165)

-----------------------------------------------
Observations            20
R2                     0.061
Adjusted R2            0.009
Residual Std. Error  0.720 (df = 18)
F Statistic         1.178 (df = 1; 18)
===============================================
Note: *p<0.1; **p<0.05; ***p<0.01

要使用stargazer获取带有标题的模型输出,请将以下代码添加到上面的代码片段中:

stargazer(Model,type="text",title="Regression Model between x and y")

输出

如果您将上面给出的所有代码片段作为一个程序执行,它将生成以下输出:

Regression Model between x and y
===============================================
      Dependent variable:
   ---------------------------
            y
-----------------------------------------------
         x -0.219
         (0.202)

Constant 0.320*
         (0.165)

-----------------------------------------------
Observations             20
R2                     0.061
Adjusted R2             0.009
Residual Std. Error  0.720 (df = 18)
F Statistic 1.178 (df = 1; 18)
===============================================
Note: *p<0.1; **p<0.05; ***p<0.01

示例2

以下代码片段创建了一个示例数据框:

Height<-sample(135:180,20)
Weight<-sample(38:80,20)
dat<-data.frame(Height,Weight)
dat

输出

创建了以下数据框:

  Height Weight
1  172    56
2  149    49
3  163    76
4  135    73
5  138    75
6  168    54
7  169    45
8  165    63
9  178    79
10 159    55
11 150    47
12 171    65
13 147    53
14 173    39
15 162    57
16 144    46
17 136    40
18 156    43
19 142    42
20 151    78

将以下代码添加到上面的代码片段中:

Mod<-lm(Height~Weight,data=dat)
summary(Mod)

输出

如果您将上面给出的所有代码片段作为一个程序执行,它将生成以下输出:

Call:
lm(formula = Height ~ Weight, data = dat)

Residuals:
   Min    1Q    Median 3Q    Max
-23.007 -9.606 1.867  12.345 19.399

Coefficients:
             Estimate Std. Error    t value Pr(>|t|)
(Intercept) 150.78696 13.61725    11.073   1.82e-09 ***
Weight     0.09891    0.23376    0.423     0.677
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 13.75 on 18 degrees of freedom
Multiple R-squared: 0.009848, Adjusted R-squared: -0.04516
F-statistic: 0.179 on 1 and 18 DF, p-value: 0.6772

将以下代码添加到上面的代码片段中:

stargazer(Mod,type="text",title="Regression Model between Height and Weight")

输出

如果您将上面给出的所有代码片段作为一个程序执行,它将生成以下输出:

Regression Model between Height and Weight
===============================================
         Dependent variable:
---------------------------
            Height
-----------------------------------------------
Weight       0.099
            (0.234)

Constant    150.787***
            (13.617)

-----------------------------------------------
Observations          20
R2                  0.010
Adjusted R2        -0.045
Residual Std. Error 13.746 (df = 18)
F Statistic 0.179 (df = 1; 18)
===============================================
Note: *p<0.1; **p<0.05; ***p<0.01

更新于:2021年11月2日

1K+ 次浏览

启动您的职业生涯

完成课程获得认证

开始学习
广告
© . All rights reserved.