如何用modelsummary自定义fixest固定效应回归的展示统计量

问题说明 #

使用modelsummary展示fixest包的固定效应回归结果时，希望移除默认的AIC、BIC统计量，仅按顺序保留固定效应（FE）和样本量，但直接设置gof_map = c("FE", "nobs")无法显示FE统计量——因为FE不属于modelsummary::gof_map中的默认条目，且其标识格式为FE:[Variable]，无法通过简单字符串匹配调用。

解决方案 #

方法1：针对特定固定效应变量自定义gof_map #

适用于已知固定效应变量名的场景，直接指定对应统计量名称：

library(modelsummary)
library(fixest)
library(readr)

url <- 'https://vincentarelbundock.github.io/Rdatasets/csv/HistData/Guerry.csv'
dat <- read_csv(url)

# 自定义gof_map，包含固定效应和样本量
custom_gof <- list(
  list(raw = "FE: Region", clean = "Fixed Effects: Region", fmt = 0),
  list(raw = "nobs", clean = "N", fmt = 0)
)

modelsummary(feols(Literacy ~ Wealth | Region, dat), 
             gof_map = custom_gof,
             output = "markdown")

方法2：通用型自定义gof_map（适配任意固定效应变量） #

自动提取模型中的固定效应变量名，生成对应gof_map条目，无需手动指定变量名：

library(modelsummary)
library(fixest)
library(readr)

url <- 'https://vincentarelbundock.github.io/Rdatasets/csv/HistData/Guerry.csv'
dat <- read_csv(url)

# 拟合模型
model <- feols(Literacy ~ Wealth | Region, dat)

# 提取固定效应变量名，生成gof_map条目
fe_entries <- lapply(names(model$fes), function(var) {
  list(raw = paste0("FE: ", var), clean = paste0("Fixed Effects: ", var), fmt = 0)
})
custom_gof <- c(fe_entries, list(list(raw = "nobs", clean = "N", fmt = 0)))

# 输出结果
modelsummary(model, gof_map = custom_gof, output = "markdown")

关键说明 #

• modelsummary对fixest固定效应的统计量标识格式为FE: [VariableName]，而非单纯的"FE"，因此直接使用gof_map = c("FE", "nobs")无法匹配到对应统计量。
• 自定义gof_map时，raw参数对应统计量的原始名称，clean参数对应输出时显示的名称，fmt参数控制格式（0表示整数格式）。

内容的提问来源于stack exchange，提问作者shiro