如何为多个polr模型的VIF输出生成统一合并表格？

问题原因 #

你用table()函数失败是因为它是用来生成频数统计表格的，不是用来合并带名称的数值向量并保留变量名的，自然会丢失变量信息且格式混乱。

解决方案（R代码） #

以下提供两种方法，分别基于dplyr/tibble（更简洁）和基础R，都能帮你把5个模型的VIF结果合并成带变量名和模型名的表格，还能输出类似stargazer的美观格式。

方法1：使用tidyverse工具链

# 加载必要包
library(car)       # 用于计算VIF
library(dplyr)
library(tibble)
library(kableExtra)# 可选，生成美观表格

# 1. 把所有模型的VIF结果存入列表（替换成你的实际模型名）
vif_results <- list(
  Model_1 = vif(model1),
  Model_2 = vif(model2),
  Model_3 = vif(model3),
  Model_4 = vif(model4),
  Model_5 = vif(model5)
)

# 2. 整理成宽格式表格，自动对齐变量名
vif_table <- vif_results %>%
  enframe(name = "模型名称", value = "VIF值") %>%
  unnest_wider("VIF值") %>%
  pivot_longer(cols = -模型名称, names_to = "变量名", values_to = "VIF") %>%
  pivot_wider(names_from = 模型名称, values_from = VIF)

# 3. 查看结果
print(vif_table)

# 4. 输出类似stargazer的美观表格
vif_table %>%
  kable(caption = "各模型变量VIF值对比", align = "lccccc") %>%
  kable_styling(bootstrap_options = c("striped", "hover"))

方法2：基础R实现（无需额外包）

library(car)

# 1. 定义模型列表
model_list <- list(model1, model2, model3, model4, model5)
model_names <- paste0("Model_", 1:5)

# 2. 逐个提取VIF并整理成数据框
vif_dfs <- lapply(1:length(model_list), function(i) {
  vif_vals <- vif(model_list[[i]])
  data.frame(
    变量名 = names(vif_vals),
    VIF = vif_vals,
    模型名称 = model_names[i],
    stringsAsFactors = FALSE
  )
})

# 3. 合并并转成宽格式
vif_combined <- do.call(rbind, vif_dfs)
vif_wide <- reshape(vif_combined, 
                    idvar = "变量名", 
                    timevar = "模型名称", 
                    direction = "wide")
colnames(vif_wide) <- gsub("VIF\\.", "", colnames(vif_wide))

# 查看结果
print(vif_wide)

说明 #

• 如果不同模型包含的变量不一致，表格中对应位置会显示NA，代表该变量未出现在对应模型中。
• 若需要导出表格到文件，可以用write.csv(vif_table, "vif_combined.csv")或kable()的导出功能。

内容的提问来源于stack exchange，提问作者rr19