我正在运行logistic回归,并用星象报告结果。我注意到当我应用申请时。coef=或选项(以报道赔率比值比(,有意义的星星被错误地报告 - 在某些情况下,没有恒星而不是三个,有时在那里时有恒星不应该。例如;
stargazer(basic.logit.model,
type="html",
apply.coef = OR,
column.labels = c("Base"),
dep.var.labels.include = FALSE,
digits=2, out=("basic_model_only.htm"))
产生
X 0.33
(0.23)
Constant 0.03
(0.11)
Observations 6,532
Log Likelihood -552.64
Akaike Inf. Crit. 1,109.28
Note: *p<0.1; **p<0.05; ***p<0.01
没有申请 - coef选项,结果为:
X -1.10***
(0.23)
Constant -3.68***
(0.11)
Observations 6,532
Log Likelihood -552.64
Akaike Inf. Crit. 1,109.28
Note: *p<0.1; **p<0.05; ***p<0.01
我缺少什么?
通常,您应该努力提供一个最小的工作示例,以便我们可以重现您的结果 - 在这种情况下,拥有数据和您使用basic.logit.model
的代码非常好。
在您的问题上,apply.coef
仅在结果显示时会转换您的系数,而不会改变标准错误。观星者使用这些未转化的SES计算显着性水平,从而导致无关紧要的系数。
为避免这种情况,请使用p
参数为星际合伙人提供自定义的P值(原始模型的p值(。
这应该对您有用
p.values <- list(summary(basic.logit.model)$coefficients[,4]
stargazer(basic.logit.model,
type="html",
apply.coef = OR,
p = p.values,
column.labels = c("Base"),
dep.var.labels.include = FALSE,
digits=2, out=("basic_model_only.htm"))
在上述情况下,T-Stats也是错误的:
相反,观星者不要重新计算t-stat和p值的简单得多:
stargazer(basic.logit.model, apply.coef = exp, t.auto=F, p.auto=F)
另外,请注意,除非您进行调整,否则您的性病错误和置信区间将是错误的。
对于顺式,它非常简单:
stargazer(basic.logit.model, apply.coef = exp, apply.ci = exp, t.auto=F, p.auto=F, ci = T)
如果要报告std错误,则不能使用apply.se = exp
选项。
请参阅以下帖子以了解如何:赔率而不是stargazer((乳胶输出