用响应(nnet包)分离R中的“多项式”估计

Question

在多项式logistic回归中，我们使用了一组协变量(x1，x2，.预测离散变量y的值，例如，可以采用“结果a”、“结果b”和“结果c”的值。在R中，最常用的拟合多项式逻辑的方法是在nnet包下使用multinom函数。

在运行model <- multinom(outcome ~ x1 + x2 + x3, data=data)时，summary(model)总是将每个结果的估计合并在一起：

Coefficients:
               (Intercept)          x1           x2             x3 
outcome b       0.7990265   -0.9426088    0.2295875    -0.01346151
outcome c       0.6516952   -1.0174237    0.3367977    -0.43912425

我的问题是:我们如何分别提出预测“结果b”和“结果c”的统计估计数(假设"a“是基本类别)？

理想情况下，我希望使用stargazer()，并为outcome b提供一个系数表，为outcome c提供另一个表，任何建议都将不胜感激！

Answer 1

将Coefficients表转换为数据帧，然后删除/删除不需要的行？

如以下示例所示：

lmfit <- lm(mpg ~ wt + cyl, mtcars)
ab = summary(lmfit)
bc = ab$coefficients
bc = as.data.frame(bc)

wt = bc[c(-1, -3), ]
wt