如何在 R 中使用 stargazer 为回归模型添加标题？

Z时代
2024-01-10
分类：综合

要使用 stargazer 向回归模型添加标题，我们可以在 stargazer 函数中使用 title 参数。

例如，如果我们有一个名为 Reg_Model 且输出为文本的模型，则可以使用下面提到的命令添加使用 stargazer 的模型的标题 -

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

示例 1

以下代码段创建了一个示例数据框 -

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

输出结果

创建以下数据框 -

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述代码段中 -

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

输出结果

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -

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段中 -

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

输出结果

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -

===============================================
      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

要获得带有标题的模型输出观星者，请将以下代码添加到上面的代码段中 -

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

输出结果

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -

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

输出结果

创建以下数据框 -

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述代码段 -

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

输出结果

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -

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述代码段 -

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

输出结果

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -

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