我不相信stargazer支持这种模型。但是,modelsummary 包提供开箱即用的支持。该包允许您添加注释,并且它生成的表格非常可定制,因为modelsummary支持多个后端包来创建和定制表格:kableExtra, gt, flextable, huxtable。表格还可以导出为多种格式,包括 HTML、Markdown、LaTeX、JPG、data.frame 或 PDF。
(免责声明:我是 的作者modelsummary。)
这是一个简单线性回归模型的示例:
library(fixest)
library(modelsummary)
# create a toy dataset
base <- iris
names(base) <- c("y", "x1", "x_endo_1", "x_inst_1", "fe")
base$x_inst_2 <- 0.2 * base$y + 0.2 * base$x_endo_1 + rnorm(150, sd = 0.5)
base$x_endo_2 <- 0.2 * base$y - 0.2 * base$x_inst_1 + rnorm(150, sd = 0.5)
# estimate
mod <- feols(y ~ sw(x1, x_endo_1, x_inst_1) | fe, data = base)
# table
modelsummary(mod)
Run Code Online (Sandbox Code Playgroud)
您可以使用各种公式函数来fixest提供协变量的逐步包含:
mod <- feols(y ~ sw(x1, x_endo_1, x_inst_1) | fe, data = base)
modelsummary(mod)
Run Code Online (Sandbox Code Playgroud)
并且modelsummary还支持工具变量估计。这将并排显示两个阶段:
mod <- feols(y ~ x1 | fe | x_endo_1 + x_endo_2 ~ x_inst_1 + x_inst_2, data = base)
modelsummary(summary(mod, stage = 1:2))
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
4614 次 |
| 最近记录: |