前言

?????關于R結果的導出，有不少的工具可以使用，包括：stargzer、R2word、Sweave R、Knitr、texreg等工具（來源于人大經濟論壇討論貼：如何將R運行結果自動保存？）此處僅介紹使用stargazer導出結果到word.使用的數據集為R自帶的attitude數據集。

查看數據集

head(attitude) #查看前5行 str(attitude) #查看數據結構

可以看到，該數據集包含8個變量，30條數據。

描述性統計

library('stargazer') #在工作空間展示 stargazer(attitude, title = "Tab了e 1. descriptive statistic",type = "text",no.space=TRUE,summary.stat=c('median','mean','sd','min','max')) #導出到相應路徑，結果為doc的表格 stargazer(attitude, title = "Table 1. descriptive statistic",type ="html", out='C:/Users/xxx/Desktop/descriptive statistic')

???注：1）stargazer的summary.stat參數可以選擇要展示的統計量，統計量的簡寫可見stargazer參數解釋文件P23；
??????????2）summary參數=FLASE，結果為查看整個數據集或數據集的子集，默認為TRUE；
??????????3）rownames設置為FALSE來去掉行號；
??????????4）其他見文件stargazer參數解釋文件。

相關性分析

cor_matr=cor(attitude) #cor_matr=cor(df1,method = 'spearman') #在工作空間展示 stargazer(cor_matr, title = "Table 2. variable correlations",type = "text") #導出到相應路徑，結果為doc的表格 stargazer(cor_matr, title = "Table2. variable correlations",type ="html", out='C:/Users/xxx/Desktop/correlation.doc') #計算相關系數的顯著性 library('psych') corr.test(attitude, use = "complete",method = "pearson", adjust = "none") #可視化相關系數矩陣 library('corrplot') corrplot(corr = cor_matr,order = "AOE",type="upper",tl.pos = "d") corrplot(corr = cor_matr,add=TRUE, type="lower", method="number",order="AOE",diag=FALSE,tl.pos="n", cl.pos="n")

?????注：計算兩個變量之間的相關性顯著性可以直接使用cor.test函數（無需調包），method默認是pearson，alternative默認是雙尾（即總體相關系數不等于0）。關于相關性分析細節可見生信筆記文章R語言相關性分析。

回歸分析

linear.1 <- lm(rating ~ complaints + privileges + learning + raises + critical, data = attitude) linear.2 <- lm(rating ~ complaints + privileges + learning, data = attitude) #結果導出到工作空間 stargazer(linear.1,linear.2,title="Table 3. Regression Results",type='text',no.space=TRUE) #結果導出參數解釋 stargazer(linear.1,linear.2, title="Regression Results", dep.var.labels=c("Overall Rating"), #dv名稱修改 covariate.labels=c("Handling of Complaints","No Special Privileges", "Opportunity to Learn","Performance-Based Raises","Too Critical","Advancement"),#iv名稱修改 omit.stat=c("LL","ser","f"),#忽略的一些統計量 keep.stat="n"#刪除一些統計量，保留obersvation,只用一個參數即可 order=c("learning", "privileges"), #展示變量的順序,此處未寫全，實際中需要寫全 ci=TRUE, ci.level=0.90, #報告90%置信區間，而非標準誤 single.row=TRUE） #系數和標準誤在同一行

?????注：有時候需要隱藏某個變量的結果,僅用YES代表加入了模型，如year fixed effect。具體操作是回歸方程中加入factor(year)，展示時候加上omit = c(“year”),omit.labels = c(‘year’)。

#常用統計量簡寫 "max" maximum "mean" mean "median" median "min" minimum "n" number of observations "p25" 25th percentile "p75" 75th percentile "sd" standard deviation

總結

?????1）stargazer輸出到word，需要改變參數type=‘html’,并加上輸出的路徑；
????? 2）no.space=TRUE解決輸出表格空一行的問題，試試不加這一項就知道差別了；
????? 3）描述性統計輸出想要的統計量需要統計量的簡寫，回歸結果導出刪除一些不想要的統計量，都可通過查看文件stargazer參數解釋解決；
????? 4）有時候需要隱藏某個變量的結果,僅用YES代表加入了模型，如year fixed effect。具體操作是回歸方程中加入factor(year)，展示時候加上omit = c(“year”),omit.labels = c(‘year’)
????? 5）對導出結果不滿意的，可以在word中手動修改。
?????另：附上官方示例文件-官方示例文件
?????最后：總結不易，轉載時請寫明出處，也可以打賞一丟丟哦！

總結

以上是生活随笔為你收集整理的R语言结果输出到word-stargazer的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。