Объединение нескольких таблиц регрессии в один для использования в xxtable с Sweave в R

xtable в Sweave работает потрясающе, но имеет одну таблицу для каждой регрессии. Вы также можете подать его в кадр данных, так что я вручную rbind ing и paste вывод результатов в кадры данных, но это не кажется очень масштабируемым.

Есть ли более автоматизированное/надежное решение, которое работает как xtable, но на нескольких объектах lm? Все ли таблицы, которые я вижу в документах/книгах, созданных вручную? Есть ли лучшее решение для моего janky-кода, который генерирует кадр данных для подачи на xtable?

    library(reshape2)

    data <- data.frame(matrix(rnorm(50), 10, 5))
    names(data) <- letters[1:5]
    l.raw <- list()
    l.raw[["a"]] <- lm(a ~ d + e, data=data)
    l.raw[["b"]] <- lm(b ~ d + e, data=data)
    l.raw[["c"]] <- lm(c ~ d + e, data=data)

    form.table.from.lm <- function(l.raw) {
    summ <- list()

    for (i in names(l.raw)) {
        temp <- coef(summary(l.raw[[i]]))
        summ[[i]] <- data.frame(param=rownames(temp), test=i, temp)
    }

    df.res <- do.call("rbind", summ)
    df.res <- transform(df.res, t.value = paste("(", signif(t.value), ")", sep=""), Estimate = signif(Estimate))
    df.res.long <- melt(df.res, id.vars=c("test", "param"))
    df.res.wide <- dcast(df.res.long, test + variable ~ param)

    temp <- subset(df.res.wide, variable %in% c("Estimate", "t.value"))
    df.res <- temp[, -2]
    df.res[, 1] <- as.vector(rbind(names(l.raw), ""))
    colnames(df.res)[1] <- "regressor"
    return(df.res)
}

Что создает кадр данных:

   regressor (Intercept)          d          e
1          a    0.393996  -0.666721   0.159508
2             (0.573926) (0.422125) (0.526446)
5          b    0.611077  0.0288942   -0.70033
6              (0.32696)  (0.24048) (0.299911)
9          c   -0.101033  -0.287821    0.14581
10            (0.203193) (0.149449) (0.186383)

Учитывая удивительные планы построения R, я чувствую, что google и rseek скрывают что-то от меня.

Ответ 1

Некоторое время назад я наткнулся на функцию outreg Пол Джонсон.

Вы можете напрямую применить outreg к вашему объекту lm и объединить несколько lm выводится в одну красивую латексную таблицу.

Здесь вы найдете пример .pdf

примеры outreg

и код функции

код outreg

общая домашняя страница Paul Johnson

Пол Джонсон

Ответ 2

Ваш код забросил мне ошибки при вызове dcast, поэтому я просто прочитал в выводе, который вы предложили, и скорректировал совпадающие имена. Этот код создает хорошо сформированный pdf файл в моей системе после передачи его через мой процессор LaTex. (Я предполагаю, что у вас есть соответствующая установка LaTeX, если вы уже используете Sweave.)

require(Hmisc)
latex(df.res)

Когда я передал пример в справке (lmList) в пакете lme4, латекс() также создает довольно большой и unweildy 4-страничный дисплей, который потребует каких-либо корректировок для расширения страницы на моей машине, но может также заслуживать изучения.

require(lme4)
(fm1 <- lmList(Reaction ~ Days | Subject, sleepstudy))
latex(fm1)

Ответ 3

Ссылка outreg в принятом ответе прерывается. Новая ссылка

http://pj.freefaculty.org/stat/ps706/outreg-worked.R

В родительской папке также есть сопроводительный PDF файл.

Ответ 4

Просмотрите apsrtable табличный пакет в CRAN, который создает таблицы стилей American Policy Science Review, которые выглядят примерно так, как я думаю, вы хотите. Требуются модели lm и glm, а также некоторые нелинейные модели из некоторых пакетов. Он также имеет длинную серию вариантов для генерации звезд на определенных уровнях и т.д. Там хороший вингетт, и он генерирует как LaTeX, так и HTML-таблицы, которые затем могут быть добавлены в OpenOffice/Word.

Я использую его уже 2-3 года, и он продолжает активно развиваться. Я только что посмотрел быстро, но кажется, что он более твердый/особенный, чем outreg.

Ответ 5

Здесь еще один вариант, который я видел, - CRANberries, который напомнил мне об этом вопросе:

texreg - Посмотрите на vingette, кажется, действительно хорошая работа по созданию довольно стандартных регрессионных таблиц в R и которая находится под очень активной разработкой на момент написания.

Обновление: Я играл с несколькими из них, и я думаю, что со временем texreg стал лидером в этом пространстве с точки зрения его зрелости, стабильности и производительности. Самое главное для меня, он работает с различными моделями и прекрасно справляется с такими вещами, как стандартные ошибки начальной загрузки для создания звезд для моделей lme4() - что-то, что сам пакет делает немного сложнее получить (по уважительным причинам), но эти рецензенты и журналы часто требуют, тем не менее. Я настоятельно рекомендую использовать texreg. Он, кажется, активно поддерживается.