有没有办法使用扫帚捕捉系数和R平方？

Question

我通过一些回归进行循环，目的是使用不同的模型，其各自的系数和统计量以及一些常规结果（如调整后的r平方，AIC等）得出最终结果。此循环是考虑数据库中的某些子组完成的。

当我使用plm估计结果时，broom软件包会产生一些不错的结果，以将所有内容打包到一个整洁的数据库中。 但是，它们的选择是一种限制。 或者，您是否获得系数及其统计信息（使用整洁的-提供p值，t统计等），或者您获得总体模型统计信息（使用一览表-提供R平方，调整后的R平方，AIC等）。

-是否可以在不重新计算回归的情况下获得两个数据？

我知道我可以合并最终结果，但这将涉及到两次回归的双重计算，而且计算量大。 我知道最终结果将重复系数的每一行的汇总统计信息，但是我不介意。

-还看到我的代码有点重复每个回归的估计以提供可靠的估计，有人知道这种解决方法吗？

MWE遵循：

library(dplyr)
library(broom)
library(plm)
library(lmtest)
library(magrittr)


data("Grunfeld")

#To generate coefficients by model
reg<- mutate(Grunfeld,
             group = ifelse(firm<6,1,2)) %>%
      group_by(., group) %>%
  do(
     tidy(
          coeftest(plm(as.formula(inv ~ value + capital)
                       ,data= .
                       ,model = "pooling"
                       )
                   ,vcov.= vcovHC(plm(as.formula(inv ~ value + capital)
                                      ,data= .
                                      ,model = "pooling"
                                      )
                                  ,method= "arellano"
                                  )
                  )
       )
  )

#To generate r-squared by model
reg<- mutate(Grunfeld,
             group = ifelse(firm<6,1,2)) %>%
  group_by(., group) %>%
  do(
    glance(
      plm(as.formula(inv ~ value + capital)
          ,data= .
          ,model = "pooling"
      )
    )
  )

Answer 1

使用@Gregor的输入，我可以为我的问题创建令人满意的答案。

这是MWE：

library(dplyr)
library(broom)
library(plm)
library(lmtest)
library(magrittr)


data("Grunfeld")

plm_reg<- mutate(Grunfeld,
             group = ifelse(firm<6,1,2)) %>%
  group_by(., group) %>%
  do(reg=
      plm(as.formula(inv ~ value + capital)
          ,data= .
          ,model = "pooling"
      )
    )

robust_est <- function(x){
  return(tidy(coeftest(x, vcov.= vcovHC(x, method= "arellano"))))
}

robust_coef <- bind_rows(lapply(plm_reg[[2]], robust_est), .id = "group")
r_squared <-   bind_rows(lapply(plm_reg[[2]], glance), .id = "group")