在Tidyverse用estimatr

estimatetr以稳健的标准差进行快速的OLS和IV回归。 本文揭示estimatetr如何与RStudio的tidyverse软件包集成。

获得整洁

tidyverse的第一步是将模型输出转换为我们可以操作的数据。 tidy函数将lm_robust对象转换为data.frame。

library(estimatr)
fit <- lm_robust(Fertility ~ Agriculture + Catholic, data = swiss)
tidy(fit)

数据处理与dplyr

一旦回归拟合为data.frame，您就可以使用dplyr的任何“动作”来进行数据操作，比如mutate、filter、select、summary、group_by和arrange(更多信息在 这里 )。

library(tidyverse)

# lm_robust and filter
fit %>% tidy %>% filter(term == "Agriculture")

# lm_robust and select
fit %>% tidy %>% select(term, estimate, std.error)

lm_robust and mutate
fit %>% tidy %>% mutate(t_stat = estimate/std.error, significant = p.value <= 0.05)

ggplot2的数据可视化

ggplot2提供了许多与estimatr兼容的数据可视化工具

1 绘制系数图

fit %>% tidy %>% filter(term != "(Intercept)") %>% ggplot(aes(y = term, x = estimate)) + 
    geom_vline(xintercept = 0, linetype = 2) + geom_point() + geom_errorbarh(aes(xmin = conf.low, 
    xmax = conf.high, height = 0.1)) + theme_bw()

使用geom_smooth函数和stat_smooth函数基于CIS健壮的方差估计(而不是“经典的”方差估计)。

library(ggplot2)
ggplot(swiss, aes(x = Agriculture, y = Fertility)) + geom_point() + geom_smooth(method = "lm_robust") + 
    theme_bw()

注意，函数形式可以包括多项式。例如，如果模型是 我们可以这样建模：

library(ggplot2)
ggplot(swiss, aes(x = Agriculture, y = Fertility)) + geom_point() + geom_smooth(method = "lm_robust", 
    formula = y ~ poly(x, 3, raw = TRUE)) + theme_bw()

Bootstrap 使用rsample

rsample pacakage提供了Bootstrap 工具:

library(rsample)

boot_out <- bootstraps(data = swiss, 500)$splits %>% map(~lm_robust(Fertility ~ 
    Catholic + Agriculture, data = analysis(.))) %>% map(tidy) %>% bind_rows(.id = "bootstrap_replicate")
kable(head(boot_out))

boot_out是一个data.frame，它包含来自每个boostrapped示例的估计。然后，我们可以使用dplyr函数来总结bootstrap，使用tidyr函数来重塑估计，使用GGally::ggpair来可视化它们。

boot_out %>% group_by(term) %>% summarise(boot_se = sd(estimate))

library(GGally)
boot_out %>% select(bootstrap_replicate, term, estimate) %>% spread(key = term, 
    value = estimate) %>% select(-bootstrap_replicate) %>% ggpairs(lower = list(continuous = wrap("points", 
    alpha = 0.1))) + theme_bw()

多个模型使用purrr

purrr提供了对向量的每个元素执行相同操作的工具。例如，我们可能需要估计不同数据子集上的模型。我们可以使用map函数来做这件事。

library(purrr)

# Running the same model for highly educated and less educated cantons/districts

two_subsets <- 
  swiss %>%
  mutate(HighlyEducated = as.numeric(Education > 8)) %>%
  split(.$HighlyEducated) %>%
  map( ~ lm_robust(Fertility ~ Catholic, data = .)) %>%
  map(tidy) %>%
  bind_rows(.id = "HighlyEducated")

kable(two_subsets, digits =2)

或者，我们可能想在同一个自变量上回归不同的因变量。map也可以与estimatr函数一起使用。

three_outcomes <- c("Fertility", "Education", "Agriculture") %>% map(~formula(paste0(., 
    " ~ Catholic"))) %>% map(~lm_robust(., data = swiss)) %>% map_df(tidy)

kable(three_outcomes, digits = 2)

使用ggplot2，我们可以做一个系数图:

three_outcomes %>% filter(term == "Catholic") %>% ggplot(aes(x = estimate, y = outcome)) + 
    geom_vline(xintercept = 0, linetype = 2) + geom_point() + geom_errorbarh(aes(xmin = conf.low, 
    xmax = conf.high, height = 0.1)) + ggtitle("Slopes with respect to `Catholic`") + 
    theme_bw()

最后的想法

一旦输出的模型变成数据框， 在tidyverse中使用estimatr函数很容易。我们用tidy的函数来完成这个任务。在那之后，许多总结和可视化的可能性出现了。整洁快乐!

原文链接： https://declaredesign.org/r/estimatr/articles/estimatr-in-the-tidyverse.html

版权声明：作者保留权利，严禁修改，转载请注明原文链接。

数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习到有用知识。 平台的理念：人人投稿，知识共享；人人分析，洞见驱动；智慧聚合，普惠人人。 您在数据人网平台，可以1）学习数据知识；2）创建数据博客；3）认识数据朋友；4）寻找数据工作；5）找到其它与数据相关的干货。 我们努力坚持做原创，聚合和分享优质的省时的数据知识！ 我们都是数据人，数据是有价值的，坚定不移地实现从数据到商业价值的转换！