r-标准化/非标准化系数在Stargazer中的不同意义

Question

我使用对一个大型数据集进行了多元线性回归

m1 <- lm(y ~ x + x1 + x2..., dataset)

使用lm.beta 添加标准化贝塔系数

m1_stnd <- lm.beta(m1)

并使用观星仪将结果制成表格

library(stargazer)
stargazer(m1, m1_stnd, coef = list(m1$coefficients,m1_stnd$standardized.coefficients), 
type = "text", digits = 3, covariate labels = c("labels", "labels2", "labels3",...), 
title = "Title", out = "m1_reg.htm")

输出给了我两列系数，然而，其中一些系数的显著性值不同，当标准化系数不是时，非标准化系数通常是显著的

Unstandardized     Standardized
Gender (Male)      -0.125***          -0.010
(0.048)            (0.048)

这篇文章的答案是：在观星表中包含标准化系数只对常数显示了相同的东西(他们不对其发表评论(，而我的许多变量都有。

为什么会发生这种情况，是我的代码中的错误还是统计上有效？我看不出标准化应该如何改变意义。

谢谢！

Answer 1

Stargazer使用非标准化系数来确定标准化系数的重要性，因为您没有告诉它其他情况。您需要添加另一行，详细说明要使用的p值：

p = list (coef(summary(m1))[,4], coef(summary(m1))[,4]):

完整的方法调用看起来像：

stargazer(m1, m1_stnd, coef = list(m1$coefficients, m1_stnd$standardized.coefficients),
p = list (coef(summary(m1))[,4], coef(summary(m1))[,4]), 
type = "text",
digits = 3,
covariate labels = c("labels", "labels2", "labels3",...),
title = "Title",
out = "m1_reg.htm")

Answer 2

是的，您需要添加另一行，详细说明要使用的p值，如前所述。但是，正确的列是5，而不是4(lm.beta摘要中的第4列是t值(，因此：

p = list (coef(summary(m1))[,5], coef(summary(m1))[,5])