如何在modelsummary中缩放OLS系数并转换因变量均值为百分比

要实现OLS系数和标准误乘以100（转为百分点变化），同时将因变量均值显示为百分比形式，可通过以下步骤完成：

1. 自定义系数处理函数 #

使用coef_fun参数定义函数，批量将系数和标准误放大100倍：

coef_scale <- function(model) {
  # 提取模型结果并完成缩放
  tidy_model <- broom::tidy(model)
  tidy_model$estimate <- tidy_model$estimate * 100
  tidy_model$std.error <- tidy_model$std.error * 100
  # 保留所需列
  dplyr::select(tidy_model, term, estimate, std.error)
}

2. 计算并格式化因变量均值 #

计算因变量均值后转为百分比格式，再通过add_rows参数将其添加到表格中。

3. 完整示例代码 #

library(modelsummary)
library(dplyr)

set.seed(1)
y <- rbinom(100, 1, 0.5)
x <- rbinom(100, 1, 0.5)
model <- lm(y ~ x)

# 自定义系数缩放函数
coef_scale <- function(model) {
  tidy_model <- broom::tidy(model)
  tidy_model$estimate <- tidy_model$estimate * 100
  tidy_model$std.error <- tidy_model$std.error * 100
  dplyr::select(tidy_model, term, estimate, std.error)
}

# 计算并格式化因变量均值
mean_y <- paste0(round(mean(y) * 100, 1), " %")

# 生成目标表格
modelsummary(model,
             coef_fun = coef_scale,
             fmt = 1, # 统一设置小数位数为1位
             add_rows = tibble(term = "Mean y", `(1)` = mean_y),
             gof_omit = ".*") # 隐藏默认拟合优度统计量

最终输出 #

运行代码后会得到符合需求的结果：

(1)
(Intercept)     50.0
                (7.4)
x               -3.7
               (10.1)
-------------------------
Mean y          48.2 %

参数说明 #

• coef_fun：自定义逻辑处理模型系数，实现缩放需求
• fmt：统一控制输出的小数位数，保证结果整洁
• add_rows：手动添加自定义统计行（此处为因变量均值）
• gof_omit：屏蔽不需要的拟合优度指标，聚焦核心结果

内容的提问来源于stack exchange，提问作者sheß