使用stargazer()为多lm()模型输出稳健标准误的问题求助

我使用stargazer()展示两个OLS模型m3adj和m4adj的结果，要求包含稳健标准误，代码如下：

model.lst <- list(m3adj, m4adj)

stargazer(model.lst,
          title = "Initial Results",
          type = "html",
          align = TRUE,
          no.space=TRUE,
          column.labels = c("Model 1 (Main effect)", "Model 2 (Main effect of sub dimensions)"), 
          omit.stat=c("LL","ser", "f"), 
          ord.intercepts = TRUE,
          notes.append=TRUE,
          se = c(list(NULL,robust_se3, NULL, robust_se4)), #include robust standard errors
          single.row = TRUE, 
          report = "vcs*", 
          notes="Heteroscedasticity-robust standard errors in parantheses.",
          add.lines=list(c('Year-quarter fixed effects', 'Yes','Yes')),
          star.cutoffs = c(0.05, 0.01, 0.001)
)

但预先计算好的稳健标准误robust_se3和robust_se4仅部分生效：仅Model1显示正确的标准误，Model2仅部分变量显示随机数值。求修正代码，使两个模型均能正确显示稳健标准误。

问题出在se参数的格式上——stargazer要求给每个模型单独传入对应的稳健标准误列表，而不是把所有标准误混在一个扁平化的向量里。

修正后的代码如下：

model.lst <- list(m3adj, m4adj)

stargazer(model.lst,
          title = "Initial Results",
          type = "html",
          align = TRUE,
          no.space=TRUE,
          column.labels = c("Model 1 (Main effect)", "Model 2 (Main effect of sub dimensions)"), 
          omit.stat=c("LL","ser", "f"), 
          ord.intercepts = TRUE,
          notes.append=TRUE,
          # 给每个模型单独指定稳健标准误：列表的每个元素对应一个模型的标准误向量
          se = list(robust_se3, robust_se4), 
          single.row = TRUE, 
          report = "vcs*", 
          notes="Heteroscedasticity-robust standard errors in parentheses.",
          add.lines=list(c('Year-quarter fixed effects', 'Yes','Yes')),
          star.cutoffs = c(0.05, 0.01, 0.001)
)

关键说明 #

• se参数需要是一个列表，列表的长度和模型数量一致，每个列表元素对应一个模型的稳健标准误向量，顺序要和model.lst中的模型顺序完全匹配。
• 原代码中c(list(NULL,robust_se3, NULL, robust_se4))的格式错误，会导致标准误和模型变量不匹配，进而出现Model2标准误乱码的问题。
• 确保robust_se3和robust_se4的长度分别与m3adj、m4adj的变量数量（包括截距项）完全一致，否则仍会出现匹配错误。

内容的提问来源于stack exchange，提问作者Soph2010