我想知道使用fixest
计算和表示标准化系数的最佳方法是什么。
library(parameters)
library(effectsize)
library(fixest)
m <- lm(rating ~ complaints, data = attitude)
standardize_parameters(m, method="basic")# works
m <- feols(rating ~ complaints, data = attitude)
standardize_parameters(m, method="basic")# Error in stats::model.frame(model)[[1]] : subscript out of bounds
我还尝试了modelsummary
方法,但它显示了未标准化的系数,没有错误。
library(parameters)
library(effectsize)
m <- lm(rating ~ complaints, data = attitude)
modelsummary(m, standardize="refit") # works, coeffs are different
m <- feols(rating ~ complaints, data = attitude)
modelsummary(m, standardize="refit")# doesn't work, coeffs are the same
任何关于如何优雅而轻松地从fixest
估计结果中提取标准化系数的见解或建议都将非常感谢。我的目标是复制在Stata中使用listcoef
包的古老做法。非常感谢本文中提到的包的作者!
编辑:“”〉软件包版本(“模型摘要”)[1]“1.1.0.9000”
1条答案
按热度按时间2vuwiymt1#
一个可能的解决方案是自己手动计算标准化系数,如[此处详细说明][1]。作为示例,下面我将对预测因子和结果进行缩放,然后计算模型中唯一预测因子的标准化beta系数。
这样就得到了(可以忽略列名,因为它只是从原始的
coef
向量中借用的):[1]:https://www.sciencedirect.com/topics/mathematics/标准化回归系数#:~:text=找到的标准化回归系数,标准化单位中的一个(