texreg dans Rmarkdown/knitr

Question

Simple question: puis-je utiliser texreg dans un démarquage (non LaTex) document Rmarkdown à l'aide knitr?

Je pensais que je pouvais, mais il semble que je me trompe? Je peux inclure le code LaTex dans les Rmarkdown pour les équations, mais ont sans succès pour les tables avec texreg (au moins lorsque le document restant est écrit en Markdown

Je reçois cette erreur.

pandoc document conversion failed with error 43 

Indépendamment du fait que j'utilise texreg() (pour LatTex), htmlreg() ou screenreg(), je ne suis pas une table décent dans le document PDF tricoté

--- 
title: "Title" 
fontsize: 12pt 
output: 
    pdf_document: 
    latex_engine: xelatex 
--- 

ensuite essayer de développer une table.

```{r Table_with_texreg, results="asis"} 
library(texreg) 
modellist = list(model1, model2, model3, model4, model5) 

texreg(modellist, type = 'un', 
summaries = c('ChiSqM_Value', 'ChiSqM_DF', 'ChiSqM_DF', 'ChiSqM_PValue', 'CFI', 
'RMSEA_Estimate'), single.row=TRUE) 

(Certains des arguments après texreg() sont des commandes pour le paquet MplusAutomation, spécifiant les paramètres (non normalisé) et dont les indices d'ajustement de modèle à utiliser. Ne devrait pas être d'une importance pour la question/post)

Ce code LaTex généré lors du tricotage, ce qui entraîne une erreur coversion 43:.

\begin{tabular}{l c c c c c } 
\hline 
& Model 1 & Model 2 & Model 3 & Model 4 & Model 5 \\ 
\hline 
DISCRIM$<$-AGEA   & $-0.00 \; (0.00)^{***}$ & $-0.01 \; (0.00)^{***}$ & $-0.01 \; (0.00)^{***}$ & $-0.00 \; (0.00)^{***}$ & $-0.01 \; (0.00)^{***}$ \\ 
DISCRIM$<$-GNDR   & $0.05 \; (0.02)^{**}$ & $0.07 \; (0.02)^{***}$ & $0.09 \; (0.02)^{***}$ & $0.03 \; (0.02)^{*}$ & $0.07 \; (0.02)^{***}$ \\ 
DISCRIM$<$-MINORITY  & $0.14 \; (0.04)^{***}$ & $0.17 \; (0.04)^{***}$ & $0.13 \; (0.04)^{***}$ & $0.19 \; (0.04)^{***}$ & $0.19 \; (0.04)^{***}$ \\ 
PDJSEX\_R$<$-AGEA   & $-0.01 \; (0.00)^{***}$ &       &       & $-0.01 \; (0.00)^{***}$ &       \\ 
PDJSEX\_R$<$-GNDR   & $0.38 \; (0.03)^{***}$ &       &       & $0.38 \; (0.03)^{***}$ &       \\ 
PDJSEX\_R$<$-MINORITY  & $0.11 \; (0.04)^{**}$ &       &       & $0.11 \; (0.04)^{**}$ &       \\ 
PDJETN\_R$<$-AGEA   & $-0.00 \; (0.00)^{***}$ &       & $-0.00 \; (0.00)^{***}$ &       &       \\ 
PDJETN\_R$<$-GNDR   & $-0.02 \; (0.02)$  &       & $-0.02 \; (0.02)$  &       &       \\ 
PDJETN\_R$<$-MINORITY  & $0.94 \; (0.08)^{***}$ &       & $0.93 \; (0.08)^{***}$ &       &       \\ 
PREDJ\_R$<$-DISCRIM  & $1.00 \; (0.00)$  & $1.00 \; (0.00)$  & $1.00 \; (0.00)$  & $1.00 \; (0.00)$  & $1.00 \; (0.00)$  \\ 
LKRSP\_R$<$-DISCRIM  & $1.05 \; (0.01)^{***}$ & $1.08 \; (0.01)^{***}$ & $1.08 \; (0.01)^{***}$ & $1.08 \; (0.01)^{***}$ &       \\ 
TRTBD\_R$<$-DISCRIM  & $1.02 \; (0.01)^{***}$ & $1.05 \; (0.01)^{***}$ & $1.05 \; (0.01)^{***}$ & $1.05 \; (0.01)^{***}$ &       \\ 
PDJSEX\_R$<$-$>$DISCRIM & $0.74 \; (0.02)^{***}$ &       &       & $0.76 \; (0.02)^{***}$ &       \\ 
PDJETN\_R$<$-$>$DISCRIM & $0.62 \; (0.02)^{***}$ &       & $0.66 \; (0.02)^{***}$ &       &       \\ 
PDJETN\_R$<$-$>$PDJSEX\_R & $0.78 \; (0.02)^{***}$ &       &       &       &       \\ 
PREDJ_R$1<-Thresholds  & $0.19 \; (0.10)^{*}$ & $0.19 \; (0.10)^{*}$ & $0.18 \; (0.10)$  & $0.18 \; (0.10)$  & $0.18 \; (0.10)$  \\ 
PREDJ_R$2<-Thresholds  & $0.71 \; (0.09)^{***}$ & $0.71 \; (0.09)^{***}$ & $0.70 \; (0.09)^{***}$ & $0.70 \; (0.09)^{***}$ & $0.70 \; (0.09)^{***}$ \\ 
LKRSP_R$1<-Thresholds  & $0.14 \; (0.07)$  & $0.13 \; (0.07)$  & $0.15 \; (0.07)^{*}$ & $0.14 \; (0.07)$  & $0.14 \; (0.07)$  \\ 
LKRSP_R$2<-Thresholds  & $0.72 \; (0.07)^{***}$ & $0.72 \; (0.07)^{***}$ & $0.73 \; (0.07)^{***}$ & $0.72 \; (0.07)^{***}$ & $0.72 \; (0.07)^{***}$ \\ 
TRTBD_R$1<-Thresholds  & $0.51 \; (0.06)^{***}$ & $0.51 \; (0.06)^{***}$ & $0.50 \; (0.06)^{***}$ & $0.51 \; (0.06)^{***}$ & $0.50 \; (0.06)^{***}$ \\ 
TRTBD_R$2<-Thresholds  & $1.11 \; (0.07)^{***}$ & $1.11 \; (0.07)^{***}$ & $1.12 \; (0.07)^{***}$ & $1.11 \; (0.07)^{***}$ & $1.11 \; (0.07)^{***}$ \\ 
PDJSEX_R$1<-Thresholds & $0.86 \; (0.06)^{***}$ & $0.86 \; (0.06)^{***}$ & $0.87 \; (0.06)^{***}$ & $0.86 \; (0.06)^{***}$ & $0.86 \; (0.06)^{***}$ \\ 
PDJSEX_R$2<-Thresholds & $1.44 \; (0.06)^{***}$ & $1.44 \; (0.06)^{***}$ & $1.44 \; (0.06)^{***}$ & $1.44 \; (0.06)^{***}$ & $1.44 \; (0.06)^{***}$ \\ 
PDJETN_R$1<-Thresholds & $0.80 \; (0.07)^{***}$ & $0.79 \; (0.07)^{***}$ & $0.80 \; (0.07)^{***}$ & $0.79 \; (0.07)^{***}$ & $0.80 \; (0.07)^{***}$ \\ 
PDJETN_R$2<-Thresholds & $1.29 \; (0.09)^{***}$ & $1.29 \; (0.09)^{***}$ & $1.29 \; (0.09)^{***}$ & $1.29 \; (0.09)^{***}$ & $1.29 \; (0.09)^{***}$ \\ 
DISCRIM$<$-$>$DISCRIM  & $0.79 \; (0.02)^{***}$ & $0.74 \; (0.02)^{***}$ & $0.74 \; (0.02)^{***}$ & $0.75 \; (0.02)^{***}$ & $0.84 \; (0.01)^{***}$ \\ 
PDJSEX\_R$<$-DISCRIM  &       & $1.03 \; (0.01)^{***}$ & $1.03 \; (0.01)^{***}$ &       & $0.98 \; (0.01)^{***}$ \\ 
PDJETN\_R$<$-DISCRIM  &       & $0.90 \; (0.01)^{***}$ &       & $0.90 \; (0.01)^{***}$ & $0.87 \; (0.01)^{***}$ \\ 
LKRSP\_R$<$-AGEA   &       &       &       &       & $-0.01 \; (0.00)^{***}$ \\ 
LKRSP\_R$<$-GNDR   &       &       &       &       & $0.06 \; (0.02)^{***}$ \\ 
LKRSP\_R$<$-MINORITY  &       &       &       &       & $0.14 \; (0.04)^{***}$ \\ 
TRTBD\_R$<$-AGEA   &       &       &       &       & $-0.00 \; (0.00)^{**}$ \\ 
TRTBD\_R$<$-GNDR   &       &       &       &       & $0.06 \; (0.02)^{**}$ \\ 
TRTBD\_R$<$-MINORITY  &       &       &       &       & $0.20 \; (0.05)^{***}$ \\ 
LKRSP\_R$<$-$>$DISCRIM &       &       &       &       & $0.74 \; (0.02)^{***}$ \\ 
TRTBD\_R$<$-$>$DISCRIM &       &       &       &       & $0.72 \; (0.02)^{***}$ \\ 
TRTBD\_R$<$-$>$LKRSP\_R &       &       &       &       & $0.88 \; (0.01)^{***}$ \\ 
\hline 
ChiSqM_Value    & 331.41     & 808.73     & 776.77     & 568.88     & 648.83     \\ 
ChiSqM_DF     & 10      & 17      & 14      & 14      & 10      \\ 
ChiSqM_PValue    & 0.00     & 0.00     & 0.00     & 0.00     & 0.00     \\ 
CFI      & 0.97     & 0.93     & 0.94     & 0.95     & 0.95     \\ 
RMSEA_Estimate    & 0.02     & 0.03     & 0.03     & 0.03     & 0.03     \\ 
\hline 
\multicolumn{6}{l}{\scriptsize{$^{***}p<0.001$, $^{**}p<0.01$, $^*p<0.05$}} 
\end{tabular} 

post-scriptum Tricoter en HTML (pas PDF) et en utilisant htmlreg (pas texreg) semble fonctionner correctement. J'aurais préféré utiliser PDF, cependant.

Answer 1

Vous écrivez que vous souhaitez générer un PDF, mais pas utiliser LaTeX. Es-tu sûr de ça? Je ne sais pas comment faire cela, mais voici deux solutions pour générer une) sortie HTML et b) des fichiers PDF avec LATEX, à la fois à l'aide texreg:

Solution 1 (pour la sortie HTML):

--- 
output: html_document 
--- 

```{r setup, include=FALSE} 
knitr::opts_chunk$set(echo = TRUE) 
``` 

```{r, echo = FALSE, message = FALSE} 
ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14) 
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69) 
group <- gl(2, 10, 20, labels = c("Ctl","Trt")) 
weight <- c(ctl, trt) 
lm.D9 <- lm(weight ~ group) 

library("texreg") 
``` 

Some equation: 
$$a + b = 2$$ 

Table follows: 
```{r, results = 'asis', echo = FALSE} 
htmlreg(lm.D9, star.symbol = "\\*", doctype = FALSE, center = FALSE, caption = "") 
``` 

Voici la sortie:

Solution 2 (pour la sortie PDF):

--- 
output: pdf_document 
--- 

```{r setup, include=FALSE} 
knitr::opts_chunk$set(echo = TRUE) 
``` 

```{r, echo = FALSE, message = FALSE} 
ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14) 
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69) 
group <- gl(2, 10, 20, labels = c("Ctl","Trt")) 
weight <- c(ctl, trt) 
lm.D9 <- lm(weight ~ group) 

library("texreg") 
``` 

Some equation: 
$$a + b = 2$$ 

Table follows: 
```{r, results = 'asis', echo = FALSE} 
texreg(lm.D9, table = FALSE, use.packages = FALSE) 
``` 

est ici la sortie: