问题描述
我本来要分析一篇论文的数据，现在已经获得了多元线性回归的结果。但是，R提供的摘要并没有真正在最终论文中发表。另外，我还以几种不同的方式指定了一个变量，以展示结果的稳健性。
我可以在R中创建一个不错的，可导出的表，其中包含变量名（理想情况下还允许以更具信息性的方式命名变量），估计值，标准误差，鲁棒的标准误差p值以及理想情况下的重要性指标？例如：
Residuals:
Min 1Q Median 3Q Max
-50.868 -4.644 1.583 7.054 20.490
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.710e+01 1.848e+01 2.549 0.0136 *
Var1 -8.588e-01 2.201e+00 -0.390 0.6979
Var2 2.486e+00 1.055e+00 2.357 0.0220 *
log(specification1) 3.376e+00 2.152e+00 1.569 0.1223
Var4 -3.651e-04 2.797e-04 -1.305 0.1971
Var5 4.809e+00 2.654e+00 1.812 0.0753 .
Var6 -8.706e+00 6.972e+00 -1.249 0.2170
Var7 -8.172e+00 5.755e+00 -1.420 0.1612
Var8 -3.276e+00 7.067e+00 -0.463 0.6448
Var9 -1.477e+01 7.849e+00 -1.882 0.0650 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
和
Residuals:
Min 1Q Median 3Q Max
-48.881 -5.699 0.956 8.947 17.888
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.258e+01 1.750e+01 2.405 0.0195 *
Var1 4.298e-01 2.120e+00 0.200 0.8421
Var2 5.179e+00 1.027e+00 2.122 0.0271 *
log(specification 2) 2.050e+00 9.435e-01 2.173 0.0338 *
Var4 -1.420e-04 2.261e-04 -1.513 0.1356
Var5 4.584e+00 2.511e+00 1.826 0.0730 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我想去一张看起来像这样的桌子：
Model1 Model2
Intercept Estimate Std.Error p robust_Std.Error robust_p Estimate Std.Error p robust ...
Var1
Var2
Var3
Var4
Var5
Var6
Var7
Var8
Var9
其中的列当然包含估计值。有一个功能/包能很好地做到这一点吗？
预先感谢
解决方法
我建议您使用broom软件包，如下所示：
fit1 <- lm(mpg ~ .,mtcars)
broom::tidy(fit1)
# # A tibble: 11 x 5
# term estimate std.error statistic p.value
# <chr> <dbl> <dbl> <dbl> <dbl>
# 1 (Intercept) 12.3 18.7 0.657 0.518
# 2 cyl -0.111 1.05 -0.107 0.916
# 3 disp 0.0133 0.0179 0.747 0.463
# 4 hp -0.0215 0.0218 -0.987 0.335
# 5 drat 0.787 1.64 0.481 0.635
# 6 wt -3.72 1.89 -1.96 0.0633
# 7 qsec 0.821 0.731 1.12 0.274
# 8 vs 0.318 2.10 0.151 0.881
# 9 am 2.52 2.06 1.23 0.234
# 10 gear 0.655 1.49 0.439 0.665
# 11 carb -0.199 0.829 -0.241 0.812
它将从tibble函数的输出中提取lm。
如果您有多个模型，并且想将所有小标题和常用术语一起设置，则可以通过以下方式进行处理：
创建模型列表x。
fit1 <- lm(mpg ~ cyl + disp + gear,mtcars)
fit2 <- lm(mpg ~ cyl + hp + drat,mtcars)
x <- list(fit1,fit2)
您可以使用以下解决方案：
library(purrr)
library(dplyr)
library(stringr)
# set names for the list
names(x) <- paste("Model",seq_along(x),sep = "_")
# tidy them up
x <- map(x,broom::tidy)
# set the list names at the beginning of each column
x <- imap(x,~set_names(.x,paste(.y,names(.x),sep = "_")))
# rename each term column as "term"
x <- map(x,~rename_with(.x,str_replace,pattern = ".*term",replacement = "term"))
# join them all together
reduce(x,full_join,by = "term")
它返回您要求的输出：
# A tibble: 6 x 9
term Model1_estimate Model1_std.error Model1_statistic Model1_p.value Model2_estimate Model2_std.error Model2_statistic Model2_p.value
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 (Intercept) 34.0 4.76 7.13 0.0000000925 22.5 7.99 2.82 0.00880
2 cyl -1.59 0.724 -2.20 0.0366 -1.36 0.735 -1.85 0.0747
3 disp -0.0200 0.0109 -1.83 0.0774 NA NA NA NA
4 gear 0.158 0.910 0.174 0.863 NA NA NA NA
5 hp NA NA NA NA -0.0288 0.0153 -1.88 0.0704
6 drat NA NA NA NA 2.84 1.52 1.87 0.0725
如果您的列表具有两个以上的模型，则代码将是稳定的。