huxtableのhuxregを使ってlmの結果をワードに出力

 

install.packages("huxtable")

require("huxtable")

 

lm.res1 <- lm(mpg ~ wt , data = mtcars) 

lm.res2 <- lm(mpg ~ wt + qsec, data = mtcars)

 

lm.hux <- huxreg(lm.res1, lm.res2, number_format = "%.4f")

lm.hux

 

quick_docx(lm.hux, file="lmHuxSample.docx")

 

以下のマニュアルを読むと結構楽しい。

https://cran.r-project.org/web/packages/huxtable/vignettes/huxreg.html

 

jtoolsを使ってlmの結果をワードに出力

後日のメモ:huxtableのhuxregを使えばいいので、jtoolsは不要かもしれない。

install.packages("flextable")

install.packages("officer")

install.packages("huxtable")

 

require(“jtools”)

lm.res <- lm(mpg ~ wt + qsec, data = mtcars)

lm.summ <- summ(lm.res)

export_summs(lm.summ, to.file = "docx", file.name = "test.docx")

 

https://cran.r-project.org/web/packages/jtools/vignettes/summ.html#table_output_for_word_and_rmarkdown_documents

tidy()を使ってopenxlsxで結果を出力

    
        library(ggplot2)
        library(dplyr)
        library(broom)
        library(openxlsx)
        
        lm.res <- lm(mpg ~ wt + qsec, data = mtcars)
        lm.res %>% summary() %>% tidy() -> lm.tidy
        lm.res %>% summary() %>% glance() -> lm.glance
        
        wb <- createWorkbook()
        addWorksheet(wb, 'Sheet1')
        addWorksheet(wb, 'Sheet2')
        writeData(wb, sheet = 'Sheet1', x = lm.tidy, withFilter=F)
        writeData(wb, sheet = 'Sheet2', x = lm.glance, withFilter=F)
        saveWorkbook(wb, "lm.res.xlsx", overwrite = T)
        


参考文献

tidy.lm function | R Documentation

日米のGDP統計(SNAとNIPA)の細かな違いについて

財政政策(政府支出)のデータ分析に関する自分用のメモ:

 

日本のGDP統計は正確には国民経済計算体系(System of National Accounts)といい、国際的な基準(国連が定めるSNA)に準拠している。それに対してアメリカのGDP統計はNIPA (National Income and Product Accounts)といい、SNAと似ているものの微妙に違うという(若干厄介な)存在である。

 

たとえば、93SNA(国連が1993年に定めたSNA)以後、日本にはGNPという名称は存在しない(その代わりにGNIを使う)が、NIPAには今でもGNPが存在する。その他にも細かな違いがあって、実はちょっと厄介である。

 

それ以外にもマクロ経済学恒等式Y=C+I+G+NXを考えるときに「どのデータがGなのか?」と言われたらちょっと困る。どうやらG(政府支出, Government spending)は以下となるようだ。

 

日本:G=政府最終消費支出+公的固定資本形成

アメリカ:G=Government consumption expenditures and gross investment

 

 

dplyrのmutateでlag(自分の使うところだけ)


    color <- c("R","B","B","R","R")
    weight <- c(51,55,72,57,64)
    dfrm <- data.frame(COL=color, WEI=weight)

f:id:koiti_yano:20200324003517p:plain


    dfrm %>% mutate(WEILag = lag(WEI))

f:id:koiti_yano:20200324003932p:plain

メモ:lagを使うと、データは下に1段下がる(1行下がる)。

embedの使い方(自分の使うところだけ)

embedの使い方(自分用のメモ)

 

Rにはembedという関数があり、ベクトル・時系列を指定期間ずらす作業に使える。言葉で聞くとなんだかわからないと思うので、たとえば以下のような時系列データがあったとする。

f:id:koiti_yano:20200306161855p:plain

デモ用データ

使い方は以下のとおり


    demoTs <- ts(seq(1:8), start=c(2019,1), freq=4)
    embed(demoTs, dimension=2)

出力結果は以下のとおり:

f:id:koiti_yano:20200306162503p:plain

出力結果

 

「こんな関数、何に使うんだよ?」と思うかもしれない。

 

たとえば自分で自己回帰モデル(ARやVAR)の関数を書くときに使える。まあ、ARやVARのパッケージはすでにいろいろと充実しているので、自分で書く必要があるかと言われたら、そんな機会はあまりないような気もするが、ときによっては便利な関数である。

成長率の計算(改訂版)

以下の記事の続編:

成長率の計算 - ハリ・セルダンになりたくて(はてダから移行中)

 

少し改訂版を作ったので記録のために以下に(前期比・前年同期比も計算できるように)。


growthRate <- function(tsData, lagLen=1, percent=FALSE)
{
  numSize <- length(tsData)
  seque <- seq(1:(numSize-lagLen))
  if(isTRUE(percent)){
    tsGrowth <- (diff(tsData, lag=lagLen)/tsData[seque]) * 100
  } else {
    tsGrowth <- (diff(tsData, lag=lagLen)/tsData[seque]) 
  }
  return(tsGrowth)
}