Estoy usando Stargazer para informar los resultados de algunos modelos donde uso errores estándar robustos. El proceso de calcular estos y luego alimentar los modelos a Stargazer elimina datos como R ^ 2 y, por lo tanto, necesito agregarlos manualmente. Hacerlo, sin embargo, me está causando problemas. Debajo está el básicostargazer() Llamo que estoy tratando de correr. Después de esto y un poco de discusión es el código necesario para generar los datos que entran en elstargazer() llamada:

stargazer(fit1_robust, fit2_robust,
    keep.stat = c("n", "adj.rsq"), # doesn't actually result in keeping the stats, but including it just to demonstrate such.
    add.lines = list(c("Adjusted $R^2$", fit1_r2, fit2_r2)),
    out = "~/Test.tex"
    )

Cuando llamo a esto, aparece el siguiente error:

Error in if (nchar(text.matrix[r, c]) > max.length[real.c]) { : 
missing value where TRUE/FALSE needed

Hay algunos aspectos interesantes para esto:

El error no ocurre si omito el^ y en su lugar solo usa"Adjusted $R2$"

El error no ocurre si no uso elout argumento para especificar un archivo .tex para exportar a.

Abordar cualquiera de estas viñetas "resuelve" el error, pero a expensas de que mi código realmente no hace lo que quiero que haga. ¿Cómo puedo agregar manualmente el R ^ 2 ajustado de la manera en que lo hice aquí (y más generalmente, agregar notas que involucren^)?

(Nota: también intenté escapar del^ personaje, reemplazándolo con/^. Eso dio un error. Si uso un escape doble://^ eso evita el error, pero luego aparece un escape único en el archivo .tex generado y eso no es lo que quiero).

Aquí está el resto del código para llegar al punto de tener todos los objetos necesarios para lo anteriorstargazer() llamada:

library(stargazer)
library(lmtest)
library(sandwich)

#################
# Simulate Data #
#################

N = 100

A = rnorm(N)
B = rnorm(N)
Y = 2*A + B + rnorm(N)
Data = data.frame(Y, A, B)

#####################################
# Fit Models and Find Robust Errors #
#####################################

fit1 = lm(Y~A)
fit2 = lm(Y~A+B)

fit1_robust = coeftest(fit1, vcov = sandwich)
fit2_robust = coeftest(fit2, vcov = sandwich)

fit1_r2 = round(summary(fit1)$adj.r.squared, 4)
fit2_r2 = round(summary(fit2)$adj.r.squared, 4)