我有一系列线性模型，我想报告每个模型的标准化系数。然而，当我在 stargazer 中打印模型时，看起来 stargazer 会自动为标准化系数打印重要的星星，就好像它们是非标准化系数一样。您可以在下面看到差异是如何出现的。
根据非标准化值打印重要性星在统计上是否错误？这在观星者中是如何完成的？谢谢!
#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')
最佳答案
Stargazer 不会自动知道它应该在第二个模型中寻找标准化系数。 lm.beta 只是将标准系数添加到 lm.object。所以它仍然是一个 lm.object，所以它像往常一样提取系数(来自 model1.beta$coefficients。使用 coef =指定要使用的特定系数的参数:coef = list(model1$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
关于r - 在 stargazer 表中包含标准化系数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42076903/