최대 가능성으로 추정 된 계수를 Stargazer 테이블로 가져옵니다.

최대 가능성으로 추정 된 계수를 Stargazer 테이블로 가져옵니다.

---

Stargazer는 영화 (및 기타) 물체를위한 매우 멋진 라텍스 테이블을 생성합니다. 최대 가능성으로 모델을 적합했다고 가정합니다. 스타 게이저가 내 견적을 위해 영화와 같은 테이블을 만들고 싶습니다. 어떻게 할 수 있습니까?

약간 엉망이긴하지만 한 가지 방법은 내 견적을 포함하는 "가짜"작품을 만드는 것입니다. summary (my.fake.lm.object)가 작동하는 한 이것이 작동 할 것이라고 생각합니다. 쉽게 할 수 있습니까?

예 :

library(stargazer)

N <- 200
df <- data.frame(x=runif(N, 0, 50))
df$y <- 10 + 2 * df$x + 4 * rt(N, 4)  # True params
plot(df$x, df$y)

model1 <- lm(y ~ x, data=df)
stargazer(model1, title="A Model")  # I'd like to produce a similar table for the model below

ll <- function(params) {
    ## Log likelihood for y ~ x + student's t errors
    params <- as.list(params)
    return(sum(dt((df$y - params$const - params$beta*df$x) / params$scale, df=params$degrees.freedom, log=TRUE) -
               log(params$scale)))
}

model2 <- optim(par=c(const=5, beta=1, scale=3, degrees.freedom=5), lower=c(-Inf, -Inf, 0.1, 0.1),
                fn=ll, method="L-BFGS-B", control=list(fnscale=-1), hessian=TRUE)
model2.coefs <- data.frame(coefficient=names(model2$par), value=as.numeric(model2$par),
                           se=as.numeric(sqrt(diag(solve(-model2$hessian)))))

stargazer(model2.coefs, title="Another Model", summary=FALSE)  # Works, but how can I mimic what stargazer does with lm objects?

더 정확하게 말하면, lm 객체를 사용하면 stargazer는 테이블 상단에 종속 변수를 멋지게 인쇄하고 해당 추정값 아래 괄호 안에 SE를 포함하며 테이블 하단에 R ^ 2 및 관측치 수를가집니다. 위와 같이 최대 가능성으로 추정 된 "사용자 지정"모델로 동일한 동작을 얻는 쉬운 방법이 있습니까?

내 최적화 된 결과물을 작품으로 꾸미려는 미약 한 시도는 다음과 같습니다.

model2.lm <- list()  # Mimic an lm object
class(model2.lm) <- c(class(model2.lm), "lm")
model2.lm$rank <- model1$rank  # Problematic?
model2.lm$coefficients <- model2$par
names(model2.lm$coefficients)[1:2] <- names(model1$coefficients)
model2.lm$fitted.values <- model2$par["const"] + model2$par["beta"]*df$x
model2.lm$residuals <- df$y - model2.lm$fitted.values
model2.lm$model <- df
model2.lm$terms <- model1$terms  # Problematic?
summary(model2.lm)  # Not working

---

나는 방금이 문제가 있었고 stargazer 내 에서 coef se, 및 omit기능을 사용하여 이것을 극복했습니다 ... 예

stargazer(regressions, ...
                     coef = list(... list of coefs...),
                     se = list(... list of standard errors...),
                     omit = c(sequence),
                     covariate.labels = c("new names"),
                     dep.var.labels.include = FALSE,
                     notes.append=FALSE), file="")

---

먼저 더미 lm오브젝트를 인스턴스화 한 다음 드레스를 입혀야합니다.

#...
model2.lm = lm(y ~ ., data.frame(y=runif(5), beta=runif(5), scale=runif(5), degrees.freedom=runif(5)))
model2.lm$coefficients <- model2$par
model2.lm$fitted.values <- model2$par["const"] + model2$par["beta"]*df$x
model2.lm$residuals <- df$y - model2.lm$fitted.values
stargazer(model2.lm, se = list(model2.coefs$se), summary=FALSE, type='text')

# ===============================================
#                         Dependent variable:    
#                     ---------------------------
#                                  y             
# -----------------------------------------------
# const                        10.127***         
#                               (0.680)          
#                                                
# beta                         1.995***          
#                               (0.024)          
#                                                
# scale                        3.836***          
#                               (0.393)          
#                                                
# degrees.freedom              3.682***          
#                               (1.187)          
#                                                
# -----------------------------------------------
# Observations                    200            
# R2                             0.965           
# Adjusted R2                    0.858           
# Residual Std. Error       75.581 (df = 1)      
# F Statistic              9.076 (df = 3; 1)     
# ===============================================
# Note:               *p<0.1; **p<0.05; ***p<0.01

(물론 나머지 요약 통계가 올바른지 확인하십시오)

---

I don't know how committed you are to using stargazer, but you can try using the broom and the xtable packages, the problem is that it won't give you the standard errors for the optim model

library(broom)
library(xtable)
xtable(tidy(model1))
xtable(tidy(model2))

참고URL : https://stackoverflow.com/questions/21338567/get-coefficients-estimated-by-maximum-likelihood-into-a-stargazer-table