从矩阵创建fixest包coefplot报错：行数不匹配问题求助

我尝试用fixest包的coefplot函数，基于矩阵绘制交互项的线性组合系数图，按照文档说明，矩阵或系数向量+置信区间的形式应该可以生成图，但运行后报错：

Error in data.frame(estimate = estimate, ci_low = ci_low, ci_high = ci_high, :
arguments imply differing number of rows: 4, 0

我的矩阵T是4行3列，维度正确：

[,1]       [,2]       [,3]     
[1,] -1.061001  -2.99068   0.8686775
[2,] -0.7100586 -2.639737  1.21962  
[3,] 1.458543   -0.4711357 3.388222 
[4,] 7.90124    5.971561   9.830918 

执行的代码如下：

## 加载所需包
library(biostat3)
library(fixest)

## 加载示例数据
data(base_did)
base_inter = base_did

## 带交互项的回归
A <- lm(y ~ factor(period)*treat, base_inter)

## 创建线性组合
C <- lincom(A, c("treat", "treat+factor(period)2:treat", 
                 "treat+factor(period)3:treat", "treat+factor(period)10:treat"))

## 转换为矩阵并整理
T <- as.matrix(C)
T <- T[,1:3]
dimnames(T) <- NULL

## 调用coefplot
fixest::coefplot(T[,1], ci_low=T[,2], ci_high=T[,3])

报错原因 #

问题出在参数的类型识别上：当直接从矩阵中提取列（如T[,2]）时，得到的是列矩阵而非纯数值向量，fixest::coefplot无法正确识别这种类型，误判为长度0的输入，触发行数不匹配的错误。

解决方法 #

有两种简单的修正方式：

方式1：将矩阵列转换为数值向量

用as.numeric()把提取的矩阵列转成纯数值向量，确保coefplot能正确识别：

est <- as.numeric(T[,1])
ci_low <- as.numeric(T[,2])
ci_high <- as.numeric(T[,3])

fixest::coefplot(est, ci_low=ci_low, ci_high=ci_high)

方式2：将矩阵转换为数据框，通过列名指定参数

把矩阵转成data.frame，直接用列名传递估计值和置信区间，这种方式更清晰：

plot_df <- data.frame(
  estimate = T[,1],
  ci_low = T[,2],
  ci_high = T[,3]
)

fixest::coefplot(plot_df, estimate="estimate", ci_low="ci_low", ci_high="ci_high")

额外提示：确认lincom返回的置信区间列是否正确

注意：biostat3的lincom函数默认返回的前3列是估计值、标准误、t值，而非估计值+置信区间。如果你的T[,2]和T[,3]不是手动计算的置信区间，需要先基于标准误计算：

# 从lincom结果中提取估计值和标准误
lincom_res <- as.data.frame(C)
est <- lincom_res$Estimate
se <- lincom_res$`Std. Error`
# 计算95%置信区间
ci_low <- est - 1.96*se
ci_high <- est + 1.96*se

# 再绘制coefplot
fixest::coefplot(est, ci_low=ci_low, ci_high=ci_high)

内容的提问来源于stack exchange，提问作者PJasper