如何解决观星机中混合和匹配多项模型的协变量
我正在尝试混合和匹配一些多项Logistic回归模型的系数,以显示它们如何在模型中进行比较。我想要的输出是var2
的{{1}}的选择B和C的系数,然后是m1
的{{1}}的选择B和C的系数,但是我的目的是,我希望它们放在两列(例如B和C)中,而不是并排。.是因为元素(拦截)和常量可能不匹配吗?
var3
我想看到这样的东西。
m2
解决方法
我的modelsummary
package的开发版本包括一个名为modelsummary_wide
的函数,该函数可以执行您想要的操作(包括:自促销警报)。当此功能出现在CRAN上时,应在0.6.3版中可用。在此之前,您可以从github安装它:
library(remotes)
install_github("vincentarelbundock/modelsummary")
完全重新启动R会话,以确保新安装生效。然后,使用nnet
包模拟数据并估算两个多项式回归模型:
library(nnet)
library(modelsummary)
var1 <- sample(c('A','B','C'),replace = T,size=100)
var2 <- sample(c(0,1),size=100,replace=T)
var3 <- rnorm(100,mean=10,sd=2)
var4 <- rnorm(100,sd=2)
df1 <- data.frame(var1,var2,var3,var4)
var1 <- sample(c('A',sd=2)
df2 <- data.frame(var1,var3)
models <- list(
multinom(var1~var2+var4,data=df1),multinom(var1~var2+var3,data=df2)
)
最后,我们使用modelsummary_wide
函数绘制表格:
modelsummary_wide(models,output="markdown")
| |B |C |
|:-------------------|:-------|:-------|
|Model 1 (Intercept) |-0.783 |0.580 |
| |(1.377) |(1.399) |
|Model 1 var2 |0.462 |-0.119 |
| |(0.479) |(0.501) |
|Model 1 var4 |0.033 |-0.091 |
| |(0.132) |(0.138) |
|Model 2 (Intercept) |0.635 |-0.032 |
| |(1.322) |(1.265) |
|Model 2 var2 |-0.457 |-0.125 |
| |(0.519) |(0.483) |
|Model 2 var3 |-0.045 |0.031 |
| |(0.127) |(0.120) |
|Model 1 AIC |227.417 | |
|Model 1 deviance |215.417 | |
|Model 1 edf |6.000 | |
|Model 1 nobs |100 | |
|Model 2 AIC |228.988 | |
|Model 2 deviance |216.988 | |
|Model 2 edf |6.000 | |
|Model 2 nobs |100 | |
请注意,modelsummary_wide
仍处于试验阶段。其API(甚至函数名称)在正式发布之前可能会有所更改。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。