通过 R 中的响应（nnet 包）分离“multinom”估计

Question

在多项逻辑回归中，使用一组协变量 (x1, x2, ... xn) 来预测离散变量 y 的值，例如，可以取“结果 a”、“结果 b”和“结果 c”。在R 中，拟合多项式logit 最流行的方法是使用nnet 包下的multinom 函数。

运行model <- multinom(outcome ~ x1 + x2 + x3, data=data)时， summary(model) 总是会同时呈现每个结果的估计值：

Coefficients:
               (Intercept)          x1           x2             x3 
outcome b       0.7990265   -0.9426088    0.2295875    -0.01346151
outcome c       0.6516952   -1.0174237    0.3367977    -0.43912425

我的问题是：我们如何呈现分别预测“结果 b”和“结果 c”（假设“a”是基本类别）的统计估计？

理想情况下，我想使用stargazer() 并为outcome b 提供一个系数表，为outcome c 提供另一个表，不胜感激！

Answer 1

将Coefficients 表转换为数据框，然后删除/删除不需要的行吗？

如下例所示：

lmfit <- lm(mpg ~ wt + cyl, mtcars)
ab = summary(lmfit)
bc = ab$coefficients
bc = as.data.frame(bc)

wt = bc[c(-1, -3), ]
wt