如果您使用texreg而不是stargazer,这相当简单:
library(lfe)
library(texreg)
n<-1000
u1<-rnorm(n)
u2<-rnorm(n)
z=3+0.5*rnorm(n)
x=0.5*z+u1
y=2*x+u2
df<-data.frame(y=y,x=x,z=z)
model1<-felm(y~x,data=df)
model2<-felm(y~1|0|(x~z),data=df)
screenreg(list(model1, model2),
custom.coef.names = c("(Intercept)", "x", "x"))
#>
#> ===============================================
#> Model 1 Model 2
#> -----------------------------------------------
#> (Intercept) 0.05 0.11
#> (0.05) (0.13)
#> x 1.98 *** 1.93 ***
#> (0.03) (0.09)
#> -----------------------------------------------
#> Num. obs. 1000 1000
#> R^2 (full model) 0.82 0.81
#> R^2 (proj model) 0.82 0.81
#> Adj. R^2 (full model) 0.81 0.81
#> Adj. R^2 (proj model) 0.81 0.81
#> ===============================================
#> *** p < 0.001, ** p < 0.01, * p < 0.05
正如您所见,这是通过指定系数标签的向量来实现的,如果texreg发现这些值重复,它会将这些估计值放在同一行上(顺便说一下,以生成latex使用
texreg(list(model1, model2))
而不是
screenreg
)。
还值得注意的是,如果插入
NA
进入
custom.coef.names
它将默认返回到当前名称,因此如果模型中有100个其他协变量,则可以
custom.coef.names = c(NA, "x", "x", rep(NA, 100))
而不是把它们都写出来。