Я знаю, как создать модель линейной регрессии lm
и как использовать функцию summary
для получения кластеризованных стандартных ошибок и добавления их к выводу stargazer
:
# estimate models
ols1 <- lm(y ~ x)
# summary with cluster-robust SEs
summary(ols1, cluster="cluster_id")
# create table in stargazer
stargazer(ols1, se=list(coef(summary(ols1,cluster = c("cluster_id")))[, 2]), type = "text")
Кто-нибудь знает, как должен выглядеть код, если я хочу создать один вывод звездочета с несколькими моделями регрессии и кластеризованными стандартными ошибками?
Логика кода следующая:
Шаг 1: создание моделей lm
ols1 <- lm(y ~ x)
ols2 <- lm(y ~ x + z)
ols3 <- lm(y ~ x + z + a)
ols2 <- lm(y ~ x + z + a + b)
Шаг 2: включите стандартные ошибки
summary(ols1, cluster="cluster_id")
summary(ols2, cluster="cluster_id")
summary(ols3, cluster="cluster_id")
summary(ols4, cluster="cluster_id")
Шаг 3: создайте один результат с 4 разными моделями
stargazer(ols1,ols2,ols3,ols4, type="html", dep.var.labels=c("ROA"), intercept.bottom = FALSE,
out="OLS1")
Я думаю, что шаг 1 и шаг 2 не критичны, но я не знаю, как настроить код для шага 3.
Я не знаю, как реализовать следующий код на шаге 3:
# create table in stargazer
stargazer(ols1, se=list(coef(summary(ols1,cluster = c("cluster_id")))[, 2]), type = "text")
Кто-нибудь может помочь?
Большое спасибо!!!