问题描述
我正在寻找一种方法,使用 huxtable::huxreg
创建一个使用 lmer()
预测的多级模型的结果表,同时报告组数和观察数。我可以编写一个自定义概览方法来覆盖 glance.merMod
包中的 broom.mixed
方法,该方法在从 R 调用时有效,但在调用 huxreg()
时不起作用。
我认为问题在于 huxreg 函数将 broom
和 broom.mixed
作为必需的命名空间 inside the function 导入。
使用自定义概览方法(或简单地向现有 huxtables 添加行以外的替代方法)克服此问题的最佳方法是什么?
这是一个 MWE
library(lme4)
library(tibble)
library(huxtable)
library(broom.mixed)
## Simulate multilevel data
sigma <- 0.5
tau <- 0.1
x <- rnorm(100)
w <- rep(rnorm(10),each=10); i <- factor(rep(1:10,each=10))
y <- x + w + rep(rnorm(10,tau),each = 10) + rnorm(100,sigma)
d <- tibble(y,x,w)
m <- lmer(y ~ x + w + (1|i),data=d)
## Custom glance method
glance.merMod <- function(x,ret=tibble::tibble_row()) {
ret$nobs <- nobs(x)
ret$ngrps <- summary(x)$ngrps
return(ret)
}
glance(m) ## Works,returns nobs and ngrps
huxreg(m,statistics = c("nobs","ngrps")) ## Doesn't work,ngrps missing
解决方法
您可以使用 dat <- structure(list(id = c(1L,1L,2L,3L),value = c("age","","gender","")),class = "data.frame",row.names = c(NA,-6L))
解决此问题:
tidy_override()
您可能还想在 m2 <- tidy_override(m,glance = list(
ngrps = summary(m)$ngrps
),extend = TRUE
)
huxreg(m2,statistics = c("nobs","ngrps"))
─────────────────────────────────────────────────
(1)
─────────────────────────
(Intercept) 0.027
(0.064)
x 0.916
(0.063)
w 0.982
(0.075)
sd__(Intercept) 0.096
(NA)
sd__Observation 0.561
(NA)
─────────────────────────
nobs 100
ngrps 10.000
─────────────────────────────────────────────────
*** p < 0.001; ** p < 0.01; * p < 0.05.
单元格上调用 set_number_format
。