如何在R中提取回归结果并生成专业表格用于R Markdown报告

不需要手动输入回归结果，有两种高效的方法可以直接从summary(dataset.regression)中提取所需统计量，再结合kableExtra生成专业的HTML表格：

方法1：使用broom包（推荐） #

broom包专门用于将模型输出转换为整洁的数据框，操作最简便：

# 安装并加载所需包
install.packages("broom")
library(broom)
library(kableExtra)

# 假设已拟合回归模型（示例）
dataset.regression <- lm(y ~ x1 + x2, data = your_dataset)

# 提取模型结果，筛选需要的列（变量名、估计值、标准误、p值）
reg_results <- tidy(dataset.regression) %>%
  select(term, estimate, std.error, p.value)

# 生成专业HTML表格
reg_results %>%
  kbl(format = "html", col.names = c("变量", "估计值", "标准误", "p值")) %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"),
                full_width = FALSE) %>%
  add_header_above(c("二元回归模型结果" = 4)) %>%
  column_spec(1, bold = TRUE) %>%
  column_spec(2:4, width = "10em")

tidy()函数会自动将模型的系数、标准误、p值等整理成结构化的数据框，无需手动解析summary对象的复杂结构。

方法2：直接从summary对象提取（无需额外包） #

如果不想安装新包，可以直接解析summary对象的coefficients属性：

library(kableExtra)

# 获取回归模型的summary对象
summary_obj <- summary(dataset.regression)

# 转换系数矩阵为数据框，保留所需列并重新命名
coef_df <- as.data.frame(summary_obj$coefficients) %>%
  select(估计值 = Estimate, 标准误 = `Std. Error`, p值 = `Pr(>|t|)`) %>%
  mutate(变量 = rownames(.)) %>%
  relocate(变量)  # 将变量名列移到首位

# 生成HTML表格
coef_df %>%
  kbl(format = "html") %>%
  kable_styling(bootstrap_options = c("striped", "hover"),
                full_width = FALSE)

这种方法直接操作summary的原生输出，适合对R对象结构熟悉的用户。

内容的提问来源于stack exchange，提问作者Abdul Aziz Rajper