从 rdrobust 打印具有 3 个回归输出模型的表格

Question

我已经用 rdrobust 运行了 3 次回归，并且想打印一些值（不是所有的值都在一个表中，这样每个模型都有一个列并且可以并排比较结果。

我尝试使用 stargazer 但没有成功，modelsummary 也是如此。

这是我的回归代码的样子：

model <- rdrobust::rdrobust(x, 
                            y,
                            c = cutoffvalue,
                            kernel = "tri", #default
                            bwselect = "mserd"

我只想在表格中显示回归估计、值、带宽和内核。

这是我尝试过的，但它并没有给我想要的值，而且它只适用于一个模型。我想把三个都放在同一张桌子上。

tidy.rdrobust <- function(model, ...){
ret <- data.frame(term = row.names(model$coef), 
estimate = model$coef[, 1], 
std.error = model$se[, 1], 
p.value = model$pv[, 1])
    row.names(ret) <- NULL
ret
}

glance.rdrobust <- function(model, ...){
ret <- data.frame(nobs.left = model$N[1],
kernel = model$kernel,
bwselect = model$bwselect)
ret
}
x <- runif(1000, -1, 1)
y <- 5 + 3 * x + 2 * (x >= 0) + rnorm(1000)
fit <- rdrobust(y, x)
modelsummary(fit)

谢谢！

Answer 1

我在评论中要求澄清，但这是我猜测你想要的表格的最佳尝试：

1. 多个模型并排
2. 模型估计
3. 括号中的 p 值低于估计值
4. hte 表底部的内核类型
5. 表格底部的带宽选择

为此，我只修改了您的glance.rdrobust 方法，并使用了modelsummary 函数的statistic 参数。

从rdrobust 对象加载库和define custom tidy and glance methods to extract information (see documentation)：

library(rdrobust)
library(modelsummary)

tidy.rdrobust <- function(model, ...) {
  ret <- data.frame(
    term = row.names(model$coef),
    estimate = model$coef[, 1],
    std.error = model$se[, 1],
    p.value = model$pv[, 1]
  )
  row.names(ret) <- NULL
  ret
}

glance.rdrobust <- function(model, ...) {
  ret <- data.frame(
    Kernel = model$kernel,
    Bandwidth = model$bwselect
  )
  ret
}

模拟数据，估计 3 个模型，并将它们存储在一个列表中：

x1 <- runif(1000, -1, 1)
x2 <- runif(1000, -1, 1)
x3 <- runif(1000, -1, 1)
y1 <- 5 + 3 * x1 + 2 * (x1 >= 0) + rnorm(1000)
y2 <- 5 + 3 * x2 + 2 * (x2 >= 0) + rnorm(1000)
y3 <- 5 + 3 * x3 + 2 * (x3 >= 0) + rnorm(1000)

fit1 <- rdrobust(y1, x1)
fit2 <- rdrobust(y2, x2)
fit3 <- rdrobust(y3, x3)
models <- list(fit1, fit2, fit3)

创建表：

modelsummary(models, statistic = "p.value")

	Model 1	Model 2	Model 3
Conventional	2.155	2.085	2.050
	(0.000)	(0.000)	(0.000)
Bias-Corrected	2.110	2.110	1.984
	(0.000)	(0.000)	(0.000)
Robust	2.110	2.110	1.984
	(0.000)	(0.000)	(0.000)
Bandwidth	mserd	mserd	mserd
Kernel	Triangular	Triangular	Triangular