Заставьте stargazer печатать количество наблюдений в многочленной логистике c регрессии

Question

есть ли способ распечатать количество наблюдений для полиномиальной логистической модели c регрессии в таблице наблюдателя? Этот пример кода иллюстрирует проблему. Спасибо.

var1<-sample(c('A', 'B', 'C'), size=1000, replace=T)
var2<-rnorm(n=1000)
var3<-rnorm(n=1000)
df<-data.frame(var1, var2, var3)
library(nnet)
mod1<-multinom(var1~var2+var3, data=df)
library(stargazer)
stargazer(mod1, nobs=T, type="text")

Answer 1

Stargazer - действительно хороший пакет, однако иногда вам нужно делать некоторые настройки «вручную». Если вы хотите, чтобы на выходе было количество наблюдений, вот как go об этом:

stargazer(mod1, 
          type="text", 
          add.lines = list(c("n", nrow(df), nrow(df))))

, если вы хотите создать таблицу в латексе, вы можете использовать:

stargazer(mod1, 
          type="latex", 
          add.lines = list(c("\\textit{$n$}", nrow(df), nrow(df))))

Этот подход заключается в том, что после рендеринга в латексе "n" будет математическим шрифтом.

==============================================
                      Dependent variable:     
                  ----------------------------
                        B              C      
                       (1)            (2)     
----------------------------------------------
var2                  0.0002        -0.055    
                     (0.080)        (0.079)   
                                              
var3                  -0.088         0.012    
                     (0.078)        (0.077)   
                                              
Constant              -0.029         0.030    
                     (0.078)        (0.077)   
                                              
----------------------------------------------
n                      1000          1000     
Akaike Inf. Crit.   2,206.078      2,206.078  
==============================================
Note:              *p<0.1; **p<0.05; ***p<0.01

Надеюсь, это то, о чем вы просили.

Answer 2

Будет ли texreg работать на вас вместо этого?

library(texreg)
screenreg(list(mod1))
# ====================================
#                 B          C        
# ------------------------------------
# (Intercept)         0.01      -0.03 
#                    (0.08)     (0.08)
# var2               -0.06       0.01 
#                    (0.08)     (0.08)
# var3                0.04       0.10 
#                    (0.08)     (0.08)
# ------------------------------------
# AIC              2206.34    2206.34 
# BIC              2235.79    2235.79 
# Log Likelihood  -1097.17   -1097.17 
# Deviance         2194.34    2194.34 
# Num. obs.        1000       1000    
# ====================================
# *** p < 0.001, ** p < 0.01, * p < 0.05

Я могу ошибаться, но не уверен, что это легко сделать с помощью nnet и stargazer. Вы можете сделать свою модель mimi c с другим выводом. См. Здесь тип подхода .