【DM】在Tidyverse用estimatr

笔者邀请您，先思考：

1 如何使用estimatr包？

estimatetr以稳健的标准差进行快速的OLS和IV回归。 本文揭示estimatetr如何与RStudio的tidyverse软件包集成。

获得整洁

tidyverse的第一步是将模型输出转换为我们可以操作的数据。 tidy函数将lm_robust对象转换为data.frame。

1library(estimatr)
2fit <- lm_robust(Fertility ~ Agriculture + Catholic, data = swiss)
3tidy(fit)
4

数据处理与dplyr

一旦回归拟合为data.frame，您就可以使用dplyr的任何“动作”来进行数据操作，比如mutate、filter、select、summary、group_by和arrange(更多信息在这里)。

 1library(tidyverse)
 2
 3# lm_robust and filter
 4fit %>% tidy %>% filter(term == "Agriculture")
 5
 6# lm_robust and select
 7fit %>% tidy %>% select(term, estimate, std.error)
 8
 9lm_robust and mutate
10fit %>% tidy %>% mutate(t_stat = estimate/std.error, significant = p.value <= 0.05)

ggplot2的数据可视化

ggplot2提供了许多与estimatr兼容的数据可视化工具

1 绘制系数图

1fit %>% tidy %>% filter(term != "(Intercept)") %>% ggplot(aes(y = term, x = estimate)) + 
2    geom_vline(xintercept = 0, linetype = 2) + geom_point() + geom_errorbarh(aes(xmin = conf.low, 
3    xmax = conf.high, height = 0.1)) + theme_bw()

使用geom_smooth函数和stat_smooth函数基于CIS健壮的方差估计(而不是“经典的”方差估计)。

1library(ggplot2)
2ggplot(swiss, aes(x = Agriculture, y = Fertility)) + geom_point() + geom_smooth(method = "lm_robust") + 
3    theme_bw()

注意，函数形式可以包括多项式。例如，如果模型是

我们可以这样建模：

1library(ggplot2)
2ggplot(swiss, aes(x = Agriculture, y = Fertility)) + geom_point() + geom_smooth(method = "lm_robust", 
3    formula = y ~ poly(x, 3, raw = TRUE)) + theme_bw()

Bootstrap 使用rsample

rsample pacakage提供了Bootstrap 工具:

1library(rsample)
2
3boot_out <- bootstraps(data = swiss, 500)$splits %>% map(~lm_robust(Fertility ~ 
4    Catholic + Agriculture, data = analysis(.))) %>% map(tidy) %>% bind_rows(.id = "bootstrap_replicate")
5kable(head(boot_out))

boot_out是一个data.frame，它包含来自每个boostrapped示例的估计。然后，我们可以使用dplyr函数来总结bootstrap，使用tidyr函数来重塑估计，使用GGally::ggpair来可视化它们。

1boot_out %>% group_by(term) %>% summarise(boot_se = sd(estimate))

1library(GGally)
2boot_out %>% select(bootstrap_replicate, term, estimate) %>% spread(key = term, 
3    value = estimate) %>% select(-bootstrap_replicate) %>% ggpairs(lower = list(continuous = wrap("points", 
4    alpha = 0.1))) + theme_bw()

多个模型使用purrr

purrr提供了对向量的每个元素执行相同操作的工具。例如，我们可能需要估计不同数据子集上的模型。我们可以使用map函数来做这件事。

 1library(purrr)
 2
 3# Running the same model for highly educated and less educated cantons/districts
 4
 5two_subsets <- 
 6  swiss %>%
 7  mutate(HighlyEducated = as.numeric(Education > 8)) %>%
 8  split(.$HighlyEducated) %>%
 9  map( ~ lm_robust(Fertility ~ Catholic, data = .)) %>%
10  map(tidy) %>%
11  bind_rows(.id = "HighlyEducated")
12
13kable(two_subsets, digits =2)

或者，我们可能想在同一个自变量上回归不同的因变量。map也可以与estimatr函数一起使用。

1three_outcomes <- c("Fertility", "Education", "Agriculture") %>% map(~formula(paste0(., 
2    " ~ Catholic"))) %>% map(~lm_robust(., data = swiss)) %>% map_df(tidy)
3
4kable(three_outcomes, digits = 2)

使用ggplot2，我们可以做一个系数图:

1three_outcomes %>% filter(term == "Catholic") %>% ggplot(aes(x = estimate, y = outcome)) + 
2    geom_vline(xintercept = 0, linetype = 2) + geom_point() + geom_errorbarh(aes(xmin = conf.low, 
3    xmax = conf.high, height = 0.1)) + ggtitle("Slopes with respect to `Catholic`") + 
4    theme_bw()

最后的想法

一旦输出的模型变成数据框， 在tidyverse中使用estimatr函数很容易。我们用tidy的函数来完成这个任务。在那之后，许多总结和可视化的可能性出现了。整洁快乐!

原文链接：
https://declaredesign.org/r/estimatr/articles/estimatr-in-the-tidyverse.html

版权声明：作者保留权利，严禁修改，转载请注明原文链接。

数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习到有用知识。
平台的理念：人人投稿，知识共享；人人分析，洞见驱动；智慧聚合，普惠人人。
您在数据人网平台，可以1）学习数据知识；2）创建数据博客；3）认识数据朋友；4）寻找数据工作；5）找到其它与数据相关的干货。
我们努力坚持做原创，聚合和分享优质的省时的数据知识！
我们都是数据人，数据是有价值的，坚定不移地实现从数据到商业价值的转换！

点击阅读原文，了解更多信息。