問題がstargazer:::.stargazer.wrap
内に定義.AIC
関数によって与えられます。 .AIC
通話.model.identify
で
.AIC <- function(object.name) {
model.name <- .get.model.name(object.name)
if (model.name %in% c("coeftest")) {
return(NA)
}
if (model.name %in% c("lmer", "lme", "nlme", "glmer",
"nlmer", "ergm", "gls", "Gls", "lagsarlm", "errorsarlm",
"", "Arima")) {
return(as.vector(AIC(object.name)))
}
if (model.name %in% c("censReg")) {
return(as.vector(AIC(object.name)[1]))
}
if (model.name %in% c("fGARCH")) {
return([email protected]$ics["AIC"])
}
if (model.name %in% c("maBina")) {
return(as.vector(object.name$w$aic))
}
if (model.name %in% c("arima")) {
return(as.vector(object.name$aic))
}
else if (!is.null(.summary.object$aic)) {
return(as.vector(.summary.object$aic))
}
else if (!is.null(object.name$AIC)) {
return(as.vector(object.name$AIC))
}
return(NA)
}
.get.model.name
機能:1が見ることができるように
は、この機能はlm
モデルのためにAICを計算しません。
if (object.name$call[1] == "lm()") {
return("ls")
}
ソリューション1:使用add.lines
モデルの構成要素call
はその後、.model.identify
戻りls
lm()
ある場合。
set.seed(12345)
n <- 100
df <- data.frame(y=rnorm(n), x1=rnorm(n), x2=rnorm(n))
model1 <- lm(y ~ x1, data=df)
model2 <- lm(y ~ x2, data=df)
library(stargazer)
stargazer(model1, model2, type="text", report="vc", header=FALSE,
title="Linear Models Predicting Forest Land",
keep.stat=c("rsq", "n"), omit.table.layout="n",
add.lines=list(c("AIC", round(AIC(model1),1), round(AIC(model2),1))))
、出力は次のとおりです。
Linear Models Predicting Forest Land
=================================
Dependent variable:
--------------------
y
(1) (2)
---------------------------------
x1 0.115
x2 -0.052
Constant 0.240 0.243
---------------------------------
AIC 309.4 310.3
Observations 100 100
R2 0.011 0.002
=================================
ソリューション2:オブジェクトをモデル化するコンポーネントAIC
を追加します。
model1 <- lm(y ~ x1, data=df)
model2 <- lm(y ~ x2, data=df)
model1$AIC <- AIC(model1)
model2$AIC <- AIC(model2)
stargazer(model1, model2, type="text", report="vc", header=FALSE,
title="Linear Models Predicting Forest Land",
keep.stat=c("aic", "rsq", "n"), omit.table.layout="n")
と出力は何スターゲイザーバージョンを使用している
Linear Models Predicting Forest Land
======================================
Dependent variable:
--------------------
y
(1) (2)
--------------------------------------
x1 0.115
x2 -0.052
Constant 0.240 0.243
--------------------------------------
Observations 100 100
R2 0.011 0.002
Akaike Inf. Crit. 309.413 310.318
======================================
のですか?ドキュメントには、5.2で修正されたlmモデルのAICのバグがあると書かれています(リンクされたdocの17ページ) – scoa