R stargazer 包：从报告的测试统计数据中消除“t =”标签

Question

我目前正在用 stargazer 准备一个回归结果表。在此，我还想展示 t 统计量。为此，我使用以下简化规范，如http://jakeruss.com/cheatsheets/stargazer.html#report-t-statistics-or-p-values-instead-of-standard-errors 中所示

stargazer(output, output2, type = "html",
      report = "vc*t")

结果表报告 t 统计量如下：

0.088    
t = 5.822***

现在我的问题是：每个模型和每个系数都重复“t =”。这在某种程度上是多余的，并降低了表格的可读性。

有没有办法只报告没有“t =”标签的 t-statistic 的值？只在括号中显示值会很棒。

谢谢！

Answer 1

这是可能的，但您必须编辑 stargazer 函数的源代码：

1. 使用以下命令访问观星者功能的编辑屏幕 trace(stargazer:::.stargazer.wrap, edit = T)
2. 转到线七千一百零四分之七千一百零三（可根据您的斯塔盖泽版本，不同例如，它现在线7053和7054的5.2.2版本。在2021年4月），并寻找.format.t.stats.left <- "t = "和 .format.t.stats.right <- ""它的编辑根据自己的喜好，例如， .format.t.stats.left <- "["和.format.t.stats.right <- "]"
3. 确认“保存”。
4. 每次重新启动 R 会话时，您都必须重做此步骤，因为对源代码的更改只是暂时的。

您的stargazer(model1, type = "text", report = "vc*t")观星者输出应如下所示：

=======================================================================
                                         Dependent variable:           
                              -----------------------------------------
                                           daily_invcount2             
                                              negative                 
                                              binomial                 
-----------------------------------------------------------------------
log(lag_raised_amount + 1)                    -0.466***                
                                              [-7.290]                 
                                                                       
lag_target1                                   -0.661***                
                                              [-7.680]                 
                                                                                                                                                              
Constant                                      -3.480**                 
                                              [-5.490]                 
               
-----------------------------------------------------------------------
Observations                                    6,513                  
Log Likelihood                                 -8,834                
theta                                     1.840*** (0.081)             
Akaike Inf. Crit.                              17,924                
=======================================================================
Note:                         + p<0.1; * p<0.05; ** p<0.01; *** p<0.001