0

我已经使用对大型数据集执行了多元线性回归

m1 <- lm(y ~ x + x1 + x2..., dataset)

使用 lm.beta 添加标准化 beta 系数

m1_stnd <- lm.beta(m1)

并使用 stargazer 将结果制成表格

library(stargazer)
stargazer(m1, m1_stnd, coef = list(m1$coefficients,m1_stnd$standardized.coefficients), 
type = "text", digits = 3, covariate labels = c("labels", "labels2", "labels3",...), 
title = "Title", out = "m1_reg.htm")

输出给了我两列系数，但是，其中一些的显着性值是不同的，当标准化不标准化时，非标准化通常显着

               Unstandardized     Standardized
Gender (Male)      -0.125***          -0.010
                   (0.048)            (0.048)

这篇文章的答案：在观星表中包含标准化系数仅对常量显示相同的内容（他们不评论它），而我的许多变量都有它。

为什么会发生这种情况，它是我的代码中的错误还是在统计上有效？我看不出标准化应该如何改变重要性。

谢谢！

4

1 回答 1

0

Stargazer 正在使用非标准化系数来确定标准化的重要性，因为您没有另外告诉它。您需要添加另一行详细说明要使用的 p 值：

p = list (coef(summary(m1))[,4], coef(summary(m1))[,4])：

完整的方法调用如下所示：

stargazer(m1, m1_stnd, coef = list(m1$coefficients, m1_stnd$standardized.coefficients),
p = list (coef(summary(m1))[,4], coef(summary(m1))[,4]), 
type = "text",
digits = 3,
covariate labels = c("labels", "labels2", "labels3",...),
title = "Title",
out = "m1_reg.htm")
于 2018-07-11T10:21:43.893 回答