如何将R Studio中回归模型的汇总统计结果导出到Excel？

可用工具包及适用场景 #

目前R生态下有多个成熟工具包可以实现需求，针对不同使用场景推荐如下：

• 基础导出需求（仅需导出原始指标做二次处理）：broom + openxlsx组合
• 报告展示需求（需要规整的标准化表格）：stargazer 为首选方案
• 多模型对比+高度自定义展示：可选用modelsummary

基础导出实现代码 #

如果你只需要把系数、标准误、p值、模型拟合指标等原始数据导出到Excel自行调整格式，用broom将回归结果转为结构化数据框，再通过openxlsx写入文件即可：

# 加载依赖包
library(broom)
library(openxlsx)

# 示例回归模型
fit <- lm(mpg ~ wt + hp + am, data = mtcars)
# 提取系数明细
coef_table <- tidy(fit, conf.int = TRUE)
# 提取模型整体拟合指标（R²、F值、AIC等）
model_stats <- glance(fit)

# 写入Excel的不同工作表
wb <- createWorkbook()
addWorksheet(wb, "回归系数表")
writeData(wb, "回归系数表", coef_table)
addWorksheet(wb, "模型拟合指标")
writeData(wb, "模型拟合指标", model_stats)
saveWorkbook(wb, "lm回归结果.xlsx", overwrite = TRUE)

报告场景最优方案说明 #

stargazer默认输出的就是学术/商业报告通用的标准化回归表格，自动生成显著性星号、支持多模型并列对比，导出后几乎不需要二次调整格式，使用示例如下：

library(stargazer)

# 输出为CSV格式，可直接用Excel打开，格式已自动规整
stargazer(fit,
          type = "csv",
          out = "回归结果报告版.csv",
          title = "油耗影响因素回归结果",
          dep.var.labels = "每加仑行驶里程（mpg）",
          covariate.labels = c("车重", "马力", "变速箱类型"),
          ci = TRUE, # 展示95%置信区间
          digits = 3, # 统一保留3位小数
          star.cutoffs = c(0.1, 0.05, 0.01) # 自定义显著性星号阈值
          )

如果需要直接写入.xlsx格式，可以把stargazer输出的表格先转为数据框，再用openxlsx写入即可。

内容的提问来源于stack exchange，提问作者lanki88