R语言：fixest模型标准化系数计算与呈现方法求助

问题背景与尝试过程 #

我需要找到用fixest计算并展示标准化系数的最优方式，以下是我的两次尝试：

尝试1：easystats包（parameters + effectsize） #

lm模型可正常输出标准化系数，但换成feols模型直接报错：

library(parameters)
library(effectsize)
library(fixest)

# lm模型运行正常
m <- lm(rating ~ complaints, data = attitude) 
standardize_parameters(m, method="basic")

# feols模型报错
m <- feols(rating ~ complaints, data = attitude) 
standardize_parameters(m, method="basic")
# 报错信息：Error in stats::model.frame(model)[[1]] : subscript out of bounds

尝试2：modelsummary包 #

lm模型使用standardize="refit"参数能正常输出标准化系数，但feols模型该参数无效，仍显示未标准化系数：

library(parameters)
library(effectsize)
library(modelsummary)

# lm模型参数生效
m <- lm(rating ~ complaints, data = attitude)
modelsummary(m, standardize="refit")

# feols模型参数无效
m <- feols(rating ~ complaints, data = attitude)
modelsummary(m, standardize="refit")

补充：当前使用的modelsummary版本为1.1.0.9000

需求 #

希望得到优雅便捷的方法，从fixest的估计结果中提取标准化系数，目标是复刻Stata中listcoef包的功能。感谢文中提及的各包作者！

解决方案 #

方法1：手动标准化变量后拟合模型 #

这是最直接可靠的方式，先对自变量和因变量做标准化处理，再用feols拟合，输出系数即为标准化系数：

library(fixest)
library(dplyr)

# 标准化目标变量
attitude_std <- attitude %>%
  mutate(across(c(rating, complaints), ~scale(.)[,1]))

# 拟合标准化后的模型
m_std <- feols(rating ~ complaints, data = attitude_std)
summary(m_std)

方法2：结合effectsize处理模型数据 #

通过effectsize::standardize处理模型对应的数据集，再重新拟合模型：

library(fixest)
library(effectsize)

# 拟合原始模型
m <- feols(rating ~ complaints, data = attitude)
# 标准化模型使用的数据集
data_std <- standardize(model.frame(m))
# 更新模型到标准化数据
m_std <- update(m, data = data_std)
summary(m_std)

方法3：升级modelsummary到稳定版 #

你当前使用的是开发预览版，部分fixest适配功能可能未完善。升级到最新稳定版后，standardize="refit"参数应该能正常生效：

install.packages("modelsummary")
# 重启R后加载包
library(modelsummary)
m <- feols(rating ~ complaints, data = attitude)
modelsummary(m, standardize="refit")

内容的提问来源于stack exchange，提问作者astrae_research