मजबूत मानक त्रुटियों के साथ आउटपुट में R रिपोर्ट को R वर्ग और F-परीक्षण समायोजित करें
मैंने एक रेखीय प्रतिगमन मॉडल का उपयोग lm(x~y1 + y1 + ... + yn)
करने का अनुमान लगाया है और वर्तमान विषमता का मुकाबला करने के लिए मैंने आर के साथ मजबूत मानक त्रुटियों का अनुमान लगाया था
coeftest(model, vcov = vcovHC(model, type = "HC0"))
मुझे पता है कि (सामान्य) आर स्क्वेर और एफ स्टेटिस्टिक "सामान्य" मॉडल से अभी भी मान्य हैं, लेकिन मुझे आउटपुट में उन्हें रिपोर्ट करने के लिए आर कैसे मिलता है? मैं अलग-अलग विनिर्देशों से कई प्रतिगमन उत्पादन को एक साथ फ्यूज करना चाहता हूं stargazer
और यह बहुत अराजक हो जाएगा अगर मुझे इन आंकड़ों को प्राप्त करने के लिए गैर-मजबूत मॉडल के साथ प्रवेश करना था। आदर्श रूप में मैं एक प्रतिगमन आउटपुट दर्ज करना चाहता हूं stargazer
जिसमें ये आँकड़े शामिल हैं, इस प्रकार इसे अपने ढांचे में आयात करना है।
सभी उत्तर के लिए अग्रिम धन्यवाद
जवाब
यह कैसे इसके बारे में जाना है। आपको मॉडल ऑब्जेक्ट का उपयोग करने की आवश्यकता है जो एक टेम्पलेट के रूप में स्टारगज़र द्वारा समर्थित है और फिर आप उपयोग की जाने वाली मानक त्रुटियों के साथ एक सूची प्रदान कर सकते हैं:
library(dplyr)
library(lmtest)
library(stargazer)
# Basic Model ---------------------------------------------------------------------------------
model1 <- lm(hp ~ factor(gear) + qsec + cyl + factor(am), data = mtcars)
summary(model1)
# Robust standard Errors ----------------------------------------------------------------------
model_robust <- coeftest(model1, vcov = vcovHC(model1, type = "HC0"))
# Get robust standard Errors (sqrt of diagonal element of variance-covariance matrix)
se = vcovHC(model1, type = "HC0") %>% diag() %>% sqrt()
stargazer(model1, model1,
se = list(NULL, se), type = 'text')
इस दृष्टिकोण का उपयोग करते हुए आप स्टारगेज़र का उपयोग उन मॉडल वस्तुओं के लिए भी कर सकते हैं जो समर्थित नहीं हैं। आपको केवल वैक्टर के रूप में गुणांक, मानक त्रुटियों और पी-मूल्यों की आवश्यकता है। फिर आप असमर्थित मॉडलों को 'यंत्रवत् रूप से सम्मिलित' कर सकते हैं।
एक आखिरी नोट। आप सही हैं कि एक बार विषमलैंगिकता मौजूद होने के बाद, रुके हुए का उपयोग किया जा सकता है। हालाँकि, समग्र एफ-परीक्षण के साथ-साथ टी-परीक्षण अब मान्य नहीं हैं।
मेरे पास कोई समाधान नहीं है stargarzer
, लेकिन मेरे पास मजबूत मानक त्रुटियों के साथ प्रतिगमन तालिकाओं के लिए व्यवहार्य विकल्प के एक जोड़े हैं:
विकल्प 1
modelsummary
अपनी टेबल बनाने के लिए पैकेज का उपयोग करें ।
इसमें एक statistic_override
तर्क है जो आपको एक फ़ंक्शन की आपूर्ति करने की अनुमति देता है जो एक मजबूत विचरण सहसंयोजक मैट्रिक्स (जैसे,) की गणना करता है sandwich::vcovHC
।
library(modelsummary)
library(sandwich)
mod1 <- lm(drat ~ mpg, mtcars)
mod2 <- lm(drat ~ mpg + vs, mtcars)
mod3 <- lm(drat ~ mpg + vs + hp, mtcars)
models <- list(mod1, mod2, mod3)
modelsummary(models, statistic_override = vcovHC)
नोट 1: ऊपर दिया गया स्क्रीनशॉट HTML टेबल से है, लेकिन modelsummary
पैकेज वर्ड, लाटेक्स या मार्कडाउन टेबल को भी बचा सकता है।
नोट 2: मैं इस पैकेज का लेखक हूं, इसलिए कृपया इसे एक संभावित पक्षपातपूर्ण दृश्य के रूप में मानें।
विकल्प 2
estimatr::lm_robust
फ़ंक्शन का उपयोग करें , जिसमें स्वचालित रूप से मजबूत मानक त्रुटियां शामिल हैं। मेरा मानना है कि estimatr
इसके द्वारा समर्थित है stargazer
, लेकिन मुझे पता है कि यह समर्थित है modelsummary
।
library(estimatr)
mod1 <- lm_robust(drat ~ mpg, mtcars)
mod2 <- lm_robust(drat ~ mpg + vs, mtcars)
mod3 <- lm_robust(drat ~ mpg + vs + hp, mtcars)
models <- list(mod1, mod2, mod3)
modelsummary(models)