查看原文
其他

Stargazer库 | 创建漂亮可发表的多元回归表

大邓 大邓和他的Python 2022-07-09

Stargazer库介绍

R语言有一个stargazer包,可用于创建漂亮的、可发表的多元回归表。如今有Python化的stargazer库也可做类似的事。

下图是使用stargazer生成的没有任何样式的原始示例的示例:


什么时候会用到这些?

人们倾向于使用R版本的stargazer的主要情况是在学术论文中报告回归结果。 它允许您轻松地比较多个回归结果,这有助于比较具有实验影响的模型与没有影响的模型之间的结果。 这允许用户轻松查看系数的差异、统计显着性以及实验引入的新变量的影响。

它目前支持 LaTeX 和 HTML 输出,stargazer开发者最终最表是也支持 Markdown 和 ASCII 文本。


项目地址

https://github.com/mwburke/stargazer


该库实现了原始包中的许多自定义功能。大多数示例可以在示例 jupyter notebook 中找到,功能函数完整列表如下:

Stargazer库的函数

  • show_header:显示或隐藏模型头数据
  • show_model_numbers:显示或隐藏型号
  • custom_columns:自定义模型名称和模型分组
  • significance_levels:更改统计显着性阈值
  • significant_digits:更改有效数字的数量
  • show_confidence_intervals:显示置信区间,而不是方差
  • dependent_variable_name:重命名因变量
  • rename_covariates: 重命名协变量
  • covariate_order:重新排序协变量
  • reset_covariate_order:将协变量顺序重置为原始顺序
  • show_degrees_of_freedom:显示或隐藏自由度
  • custom_note_label:表格底部的标签注释部分
  • add_custom_notes:将自定义注释添加到表格底部的部分
  • add_line:向表格中添加自定义行
  • append_notes:显示或隐藏统计显着性阈值

这些功能与渲染类型无关,无论用户以 HTML、LaTeX 等格式输出都将应用

安装

!pip3 install stargazer

OLS回归

import pandas as pd
from sklearn import datasets
import statsmodels.api as sm
from stargazer.stargazer import Stargazer

diabetes = datasets.load_diabetes()
df = pd.DataFrame(diabetes.data)
df.columns = ['Age''Sex''BMI''ABP''S1''S2''S3''S4''S5''S6']
df['target'] = diabetes.target

est = sm.OLS(endog=df['target'], exog=sm.add_constant(df[df.columns[0:4]])).fit()
est2 = sm.OLS(endog=df['target'], exog=sm.add_constant(df[df.columns[0:6]])).fit()

stargazer = Stargazer([est, est2])

分析结果渲染成html


from IPython.display import display, HTML
raw_str = stargazer.render_html()
html = HTML(raw_str)
display(html)

分析结果渲染成latex

stargazer.render_latex()


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存