web-dev-qa-db-fra.com

modèles de régression dans r table de sortie en mot

J'utilise sjplot pour créer une table combinée. Cela crée un tableau HTML. Je voudrais créer un tableau qui peut être exporté vers Word.

J'ai examiné cet article qui traite du copier-coller dans Word, mais cela modifie le formatage des colonnes et des lignes. Sortie de plusieurs tableaux de régression en plusieurs pages d'un document Word en R

n1 <- glm(N  ~ Age_2 , data = n_data, family = "binomial")
g1 <- glm(G  ~ Age_2 , data = g1_data, family = "binomial")
ga1 <- glm(G_1  ~ Age_2 , data = ga1_data, family = "binomial")
l1 <- glm(L_1  ~ Age_2 , data = l1_data, family = "binomial")
c1 <- glm(C_1  ~ Age_2 , data = c1_data, family = "binomial")
m1 <- glm(m  ~ Age_2 , data = m1_data, family = "binomial")

tab_model (n1,g1,ga1,l1,c1,m1)

Est-il également possible d'ajouter une ligne avec le nombre qui a eu le résultat (c'est-à-dire le nombre de N), en plus du nombre total d'observations par groupe?

Aucune suggestion? Prêt à essayer d'autres packages.

rms-wordlogistic-regressionsjplotgtsummary
5
sar

Puisque sjPlot sort au format HTML, il est très difficile de l'intégrer directement dans un document Word. Voici un exemple de comment faire quelque chose de similaire à ce que vous voulez faire en utilisant knitr, rmarkdown, jtools et huxtable. J'utilise RStudio avec un document rmarkdown, que je transforme en un document Word.

---
title: "jtools to Output Logistic Regression Models"
author: "sar"
date: "`r format(Sys.time(), '%d %B %Y')`"
output: Word_document
---

```{r setup, include=FALSE}
library(knitr)
library(jtools)
library(huxtable)

knitr::opts_chunk$set(echo=FALSE, warning = FALSE)

```

# Introduction

This is a test document to demonstrate how knitr and rmarkdown can be used to put output from jtools
into a Word Document

```{r OutputTable}
set.seed(1234)
logistic_s <- data.frame(N=rbinom(200,1,0.5),
                         G=rbinom(200,1,0.5),
                         G_1=rbinom(200,1,0.5),
                         L_1=rbinom(200,1,0.5),
                         C_1=rbinom(200,1,0.5),
                         m=rbinom(200,1,0.5),
                         Age_2=round(rnorm(200,40,6)))

n1 <- glm(N  ~ Age_2 , data = logistic_s, family = "binomial")
g1 <- glm(G  ~ Age_2 , data = logistic_s, family = "binomial")
ga1 <- glm(G_1  ~ Age_2 , data = logistic_s, family = "binomial")
l1 <- glm(L_1  ~ Age_2 , data = logistic_s, family = "binomial")
c1 <- glm(C_1  ~ Age_2 , data = logistic_s, family = "binomial")
m1 <- glm(m  ~ Age_2 , data = logistic_s, family = "binomial")

model_summs <- export_summs(n1,g1,ga1,l1,c1,m1,
                            error_format = "({conf.low}, {conf.high})",
                            model.names = c("N","G","G_1","L_1","C_1","m"))

col_width(model_summs) = c(0.84,rep(0.95,6))

model_summs
```
2
Sam Dickson