如何在modelsummary包中为lm和fixest模型设置不同vcov标准误

modelsummary原生支持为列表中不同模型单独配置标准误，不需要提前用coeftest或者summary预处理模型对象，你之前运行失败是因为传参格式不符合要求。

正确可运行代码 #

# 加载依赖包
library(fixest)
library(modelsummary)
library(sandwich)

df <- mtcars
# 按顺序存入模型列表
models <- list(
  lm(cyl ~ disp, data = df),
  feols(cyl ~ disp | as.factor(gear), data = df)
)

# 按模型位置传入对应vcov配置
modelsummary(
  models,
  vcov = list(
    "HC3",                          # 第1个lm模型使用HC3校正标准误
    ~vcovCluster(., cluster = ~gear)# 第2个feols模型按gear维度计算聚类稳健标准误
  )
)

传参说明 #

• 多模型异质vcov配置必须用列表传入，不能用原子向量，列表元素顺序和模型列表顺序一一对应
• 常用内置标准误可以直接传带引号的别名，比如"HC3"、"classical"、"stata"等
• 需要自定义标准误计算逻辑（比如指定聚类维度）时，推荐用单侧公式写法：~开头，用.代指当前模型对象，直接嵌入标准误计算函数即可
• 如果给模型列表设置了名称，也可以用命名列表匹配传参，不需要严格遵守顺序：

models <- list(
  "基准OLS" = lm(cyl ~ disp, data = df),
  "固定效应模型" = feols(cyl ~ disp | as.factor(gear), data = df)
)

modelsummary(
  models,
  vcov = list(
    "固定效应模型" = ~vcovCluster(., cluster = ~gear),
    "基准OLS" = "HC3"
  )
)

• 如果不想用公式语法，也可以传入匿名函数自定义计算逻辑，效果完全一致：

modelsummary(
  models,
  vcov = list(
    function(model) vcovHC(model, type = "HC3"),
    function(model) vcovCluster(model, cluster = ~gear)
  )
)

之前写法报错的原因 #

• 用c()传入向量格式的配置：vcov参数仅识别列表格式的多模型配置，原子向量会被当作单个配置应用到所有模型
• 直接写裸的HC3/cluster/vcovHC：字符串别名需要加引号，未绑定的函数/变量名无法被函数正确识别
• 聚类标准误只写"cluster"：没有指定聚类维度，程序无法判断按哪个变量聚类，必须明确传入聚类变量信息

你之前用预处理模型对象的方法虽然可以得到正确结果，但属于冗余操作，上面的写法是包设计原生支持的规范用法，后续调整标准误或者修改模型时更方便。

内容的提问来源于stack exchange，提问作者Daycent