在觀星者表中包括標准化系數

Question

我有一系列線性模型，我想報告每個模型的標准化系數。 但是，當我在 stargazer 中打印模型時，看起來 stargazer 會自動打印標准化系數的重要性星，就好像它們是非標准化系數一樣。 您可以在下面看到差異是如何出現的。

根據非標准化值打印重要性星在統計上是否錯誤？ 這是如何在觀星者中完成的？ 謝謝！

#load libraries
library(stargazer)
library(lm.beta)
#fake data
var1<-rnorm(100, mean=10, sd=5)
var2<-rnorm(100, mean=5, sd=2)
var3<-rnorm(100, mean=2, sd=3)
var4<-rnorm(100, mean=5, sd=1)
df<-data.frame(var1, var2, var3, var4)
#model with unstandardized betas
model1<-lm(var1~var2+var3+var4, data=df)
#Standardized betas
model1.beta<-lm.beta(model1)
#print
stargazer(model1, model1.beta, type='text')

Answer 1

Stargazer不會自動知道它應該在第二個模型中尋找標准化系數。 lm.beta只是將標准系數添加到lm.object 。 所以它仍然是一個lm.object ，所以它像往常一樣提取系數（來自model1.beta$coefficients 。使用coef =參數來指定你想要使用的特定系數： coef = list(model1$coefficients, model1.beta$standardized.coefficients)

> stargazer(model1, model1.beta, 
            coef = list(model1$coefficients, 
            model1.beta$standardized.coefficients),
            type='text')

==========================================================
                                  Dependent variable:     
                              ----------------------------
                                          var1            
                                   (1)            (2)     
----------------------------------------------------------
var2                              0.135          0.048    
                                 (0.296)        (0.296)   

var3                              -0.088        -0.044    
                                 (0.205)        (0.205)   

var4                              -0.190        -0.030    
                                 (0.667)        (0.667)   

Constant                         10.195**        0.000    
                                 (4.082)        (4.082)   

----------------------------------------------------------
Observations                       100            100     
R2                                0.006          0.006    
Adjusted R2                       -0.025        -0.025    
Residual Std. Error (df = 96)     5.748          5.748    
F Statistic (df = 3; 96)          0.205          0.205    
==========================================================
Note:                          *p<0.1; **p<0.05; ***p<0.01

Answer 2

非常感謝paqmo的回答。 我只想補充一點，以獲得標准化解決方案的正確 p 值，您需要添加另一行詳細說明要使用的 p 值：

    stargazer(model1, model1.beta, 
    coef = list(model1$coefficients, 
    model1.beta$standardized.coefficients),
    p = list (coef(summary(model1))[,4], coef(summary(model1.beta))[,5]),
    type='text')

此外，一般情況下，Stargazer 有時不適用於較長的 model 名稱，並Error in if (is.na(s)) {: the condition has length > 1

因此，我建議保持模型名稱簡短（尤其是如果您希望 Stargazer 顯示其中的一些）。