Я использую множественное вменение отсутствующих данных, а затем использую функцию pool_mi, чтобы подогнать результаты испытаний вменения к моей регрессионной модели. Однако вывод не отформатирован легко интерпретируемым способом, и я надеюсь получить некоторые рекомендации о том, как это сделать. Ниже приведен пример кода того, что я сделал с функцией и изображениями вывода по сравнению с моим желаемым результатом.
library(mitools)
data(data.ma05)
dat <- data.ma05
# imputation of the dataset: use six imputations
resp <- dat[, - c(1:2) ]
imp <- mice::mice( resp, method="norm", maxit=3, m=6 )
datlist <- miceadds::mids2datlist( imp )
# linear regression with cluster robust standard errors
mod <- lapply( datlist, FUN=function(data){
miceadds::lm.cluster( data=data, formula=denote ~ migrant+ misei,
cluster=dat$idclass )
} )
# extract parameters and covariance matrix
betas <- lapply( mod, FUN=function(rr){ coef(rr) } )
vars <- lapply( mod, FUN=function(rr){ vcov(rr) } )
# conduct statistical inference
summary( miceadds::pool_mi( qhat=betas, u=vars ) )
Вот выходная таблица, которую я получаю.
Но есть ли способ использовать звездочет или какую-либо другую функцию/пакет, где я могу переформатировать свои результаты, чтобы p-значения были округлены, а сбоку были звездочки для обозначения значимости? На рисунке ниже показано, как я хочу, чтобы результат выглядел. Я знаю, что регрессия на этом изображении - это совершенно другая функция/переменные/данные, но я включаю ее, чтобы прояснить, как я хотел бы, чтобы вывод для p-значений отображался. Благодарю вас!