我将使用papaja
文档中的示例作为示例。
mod1 <- lm(Sepal.Length ~ Sepal.Width, data = iris)
mod2 <- update(mod1, formula = . ~ . + Petal.Length)
mod3 <- update(mod2, formula = . ~ . + Petal.Width)
moi <- list(Baseline = mod1, Length = mod2, Both = mod3)
h_reg <- apa_print(moi, boot_samples = 0)
h_reg_table <- h_reg$table
2)如何删除像 AIC 这样的行
返回的表apa_print()
是data.frame
带有一些附加信息的。因此,您可以像对任何其他表一样对其进行索引和子集化。您可以按名称(见下文)或按行号选择行。
# Remove rows
rows_to_remove <- c("$\\mathrm{AIC}$", "$\\mathrm{BIC}$")
h_reg_table <- h_reg_table[!rownames(h_reg_table) %in% rows_to_remove, ]
1)如何添加星号来标记协变量上的 sig p 值
目前没有办法突出重要的预测因素(我不喜欢这种做法)。但是这里有一些代码可以让您在事后添加突出显示。以下函数采用格式化表、比较模型列表和一个字符符号来突出显示重要的预测变量作为输入。
# Define custom function
highlight_sig_predictors <- function(x, models, symbol) {
n_coefs <- sapply(models, function(y) length(coef(y)))
for(i in seq_along(models)) {
sig_stars <- rep(FALSE, max(n_coefs))
sig_stars[1:n_coefs[i]] <- apply(confint(models[[i]]), 1, function(y) all(y > 0) || all(y < 0))
x[1:max(n_coefs), i] <- paste0(x[1:max(n_coefs), i], ifelse(sig_stars, symbol, paste0("\\phantom{", symbol, "}")))
}
x
}
现在这个函数可以用来自定义返回的表了apa_print()
。
# Add significance symbols to predictors
h_reg_table <- highlight_sig_predictors(h_reg_table, moi, symbol = "*")
# Print table
apa_table(h_reg_table, escape = FALSE, align = c("lrrr"))