stargazer
kullanarak çok değişkenli bir lojistik regresyon modeli tablosu oluşturmaya çalışıyorum. Model katsayıları yerine oranlarını ve güven aralıklarını dahil etmek istiyorum.Stargazer tablosundaki oran oranlarına nasıl güven aralığı ekleyebilirim?
Katsayıları oranlarla nasıl değiştirebileceğimi anladım, bu link sayesinde CI ile aynı sorunları yapıyor. se = *a list of the standard errors or exp(standard errors)*
gibi bir stargazer
argümanı verirse, CI değerini bu listeden OR +/- 1,96 kez kullanarak hesaplar.
library(stargazer)
mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
mydata$rank <- factor(mydata$rank)
mylogit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial")
summary(mylogit)
# Table with coefficients
stargazer(mylogit, ci = T, single.row = T, type = "text")
# Table with Odds Ratios, but the CI is not right
OR.vector <- exp(mylogit$coef)
stargazer(mylogit, coef = list(OR.vector), ci = T, single.row = T, type = "text")
# Correct CIs
CI.vector <- exp(confint(mylogit))
cbind(OR = OR.vector, CI.vector)
Teşekkürler! 'Stargazer'ın eski bir sürümünü kullanıyordum, bu yüzden' ci.custom' argümanını kaçırdım. Bir tane daha biçimlendirme sorusu sorabilirsem - ci.custom' kullanarak çıktıda, "yıldızlar" standart çıktıyla aynı değildir. Yani, bazı "önemli" sonuçlar yıldızlı değildir. Yıldız argümanlarına baktım ama bu meseleyi ele almıyorlar. Kaybettiğim bir şey mi var? – MC808
Özel p değerleri belirtmek için 'p' argümanını kullanabilirsiniz. İstatistiksel anlamlılık yıldızları hakkındaki kararlar bu değerlere dayanarak yapılır. (Onların yokluğunda, anlamlı yıldızlar mevcut veya örtülü veya açık olarak katsayılar ve standart hatalardan hesaplanacaktır.) Lütfen benim cevabımı 'apply.coef' kullanarak aynı sonucu elde etmenin alternatif bir yolunu içerecek şekilde düzenlediğimi ve 'apply.ci'. – Marek
Bu harika! Örnek kodu cevabınıza ekledim. Ben 'exponentiate' yardımcısını çağırmaktan hoşlanıyorum ama kodunuz bir sebepten dolayı aynı CI'leri üretmiyor. Stargazer (mylogit, coef = liste (OR.vector), ci = T, single.row = T, type = "text") olarak aynı CI'leri üretir. – MC808