如何在R中使用stargazer為迴歸模型新增標題?
要使用stargazer為迴歸模型新增標題,我們可以在stargazer函式內使用title引數。
例如,如果我們有一個名為Reg_Model的模型,輸出為文字,則可以使用以下命令為該模型新增標題:
stargazer(Reg_Model,type="text",title="Regression Model between x and y")
示例1
以下程式碼片段建立了一個示例資料框:
x<-rnorm(20) y<-rnorm(20) df<-data.frame(x,y) df
輸出
建立了以下資料框:
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之間建立迴歸模型,請將以下程式碼新增到上面的程式碼片段中:
Model<-lm(y~x,data=df) summary(Model)
輸出
如果您將上面給出的所有程式碼片段作為一個程式執行,它將生成以下輸出:
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獲取模型輸出,請將以下程式碼新增到上面的程式碼片段中:
library(stargazer) stargazer(Model,type="text")
輸出
如果您將上面給出的所有程式碼片段作為一個程式執行,它將生成以下輸出:
=============================================== 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獲取帶有標題的模型輸出,請將以下程式碼新增到上面的程式碼片段中:
stargazer(Model,type="text",title="Regression Model between x and y")
輸出
如果您將上面給出的所有程式碼片段作為一個程式執行,它將生成以下輸出:
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
以下程式碼片段建立了一個示例資料框:
Height<-sample(135:180,20) Weight<-sample(38:80,20) dat<-data.frame(Height,Weight) dat
輸出
建立了以下資料框:
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
將以下程式碼新增到上面的程式碼片段中:
Mod<-lm(Height~Weight,data=dat) summary(Mod)
輸出
如果您將上面給出的所有程式碼片段作為一個程式執行,它將生成以下輸出:
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
將以下程式碼新增到上面的程式碼片段中:
stargazer(Mod,type="text",title="Regression Model between Height and Weight")
輸出
如果您將上面給出的所有程式碼片段作為一個程式執行,它將生成以下輸出:
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
廣告
資料結構
網路
關係資料庫管理系統(RDBMS)
作業系統
Java
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP