SuperAPI AI 工具集

regression-table

数据与分析

查看项目

更新于 10-15 17:30

技能介绍

用途:把 Notebook 中的回归估计结果格式化为符合学术惯例的发表级回归表,包含系数、标准误、显著性星号与拟合统计量。

主要能力:识别来源 Notebook 中的估计命令(Python 的 statsmodels、linearmodels;R 的 lm、fixest、felm;Stata 的 reg、reghdfe、ivregress);按学术惯例构建表头(因变量名跨列、列号 (1)(2)(3))、系数行(点估计在上、括号内标准误在下)、显著性星号(* p<0.10、** p<0.05、*** p<0.01)、固定效应 Yes/No 行、汇总行(观测数 N、R-squared、Adjusted R-squared 等)以及脚注(显著性图例与标准误说明)。

使用方式:提供 Notebook 引用或表格描述作为参数;若未指定 Notebook 需先确认;随后确认表规格(包含哪些模型/列、因变量名、显示哪些系数或 all、固定效应报告行、聚类层级、脚注自定义说明);在指定 Notebook 中创建/更新单元,写入 #| label: tbl-<名称>、#| tbl-cap: "<标题>" 及生成 Markdown 表的代码;再同步 Jupytext 配对:uv run jupytext --sync notebooks/<name>.md;最后向用户展示可粘贴到 index.qmd 的嵌入短码:{{< embed notebooks/<name>.ipynb#tbl-<label> >}}。

限制与错误处理:Stata 文本输出不要使用 tbl- 前缀,改用普通标签(如 stata-regression);若 Notebook 无估计输出,需提示用户先运行回归;若无法识别估计输出格式,需请用户提供原始系数与标准误。