组织垂直列中的mlogit产生的结果

Question

我试图组织使用mlogit获得的结果，用于导出到乳胶xtable。但是，我发现很难在学术刊物上常见的相邻栏目中编写结果。

特别是，我在最后一步遇到了问题，方程需要彼此相邻。

我正在介绍一个小数据框的例子，以及到目前为止我已经得到了多少。如果有更简单的方法来做到这一点，如果你让我知道，我会很高兴。

#--------------------------- Create test data and run model --------------------# 

id <- 1:12 
color <- factor(rep(c("blue","red","yellow"), each=4)) 
value1 <- round(rnorm(12)*5,1) 
value2 <- round(runif(12),1) 
factor1 <- factor(rep(c("A", "B"), 6)) 
data_sample <- data.frame(id, color, value1, value2, factor1) 

# Reshape data 
data_sample2 <- mlogit.data(data_sample, choice="color", shape="wide") 

# Run model 
mlogit.ds <- mlogit(color ~ 1 | value2 + value1 + factor1, data=data_sample2) 
#summary(mlogit.ds) 

# Save model summary 
mlogit.ds <- summary(mlogit.ds) 

#-------------------------- Prepare table -------------------------------# 

mlogit_table <- data.frame(mlogit.ds$CoefTable) 
mlogit_table <- mlogit_table[c(1,4)] # to keep only estimates and p-values 
mlogit_table <- mlogit_table[order(rownames(mlogit_table)),] # to group all equations  together 
mlogit_table 

         Estimate Pr...t.. 
    red:(intercept)  2.33034676 0.4653448 
    red:factor1B  0.13591855 0.9506175 
    red:value1   0.26639321 0.2072482 
    red:value2   -5.64821495 0.1956896 
    yellow:(intercept) 5.32776498 0.1372126 
    yellow:factor1B -3.30689681 0.2688475 
    yellow:value1  -0.09929715 0.6394161 
    yellow:value2  -7.28057244 0.1335184 

#------------------------ Desired result ------------------------------# 

       red   p  yellow   p 
intercept -0.5522404 0.7597343 0.50745137 0.7349326 
factor1B -0.6573629 0.7289306 -0.08885928 0.9528689 
value1 -0.4058873 0.1495544 0.05956548 0.7833022 
value2  0.6370185 0.8398007 -1.30156671 0.6051921 

我需要创造哪些能够适应不同数量方程的解帮助（取决于结果变量多少级了）和每个方程的不同长度（根据预测的数字）。

Answer 1

这里有一个办法：

# extract data 
tab <- summary(mlogit.ds)$CoefTable[, c(1, 4)] 
# find values of outcome variable 
ind <- sub("^(\\w+):.*", "\\1", rownames(tab)) 
# create table 
mlogit_table <- do.call(cbind, split(as.data.frame(tab), ind)) 
# change row names 
rownames(mlogit_table) <- sub("^(\\w+:)", "", rownames(mlogit_table)) 

结果：

  red.Estimate red.Pr(>|t|) yellow.Estimate yellow.Pr(>|t|) 
(intercept) -1.9697934 0.3301242  -4.4497945  0.19866621 
value2   5.7087164 0.1550275  8.7793979  0.09833026 
value1  -0.0838299 0.8377691  -0.4767750  0.29019742 
factor1B  -0.3583036 0.8447884  0.1671317  0.94356618