0

我在 Cross Validated 上问过这个问题，但我认为我可能得不到帮助，因为这更像是一个编程问题，而不是对统计数据的理论/解释。

我正在尝试mlogit在 R 中使用该包，并且一直在关注小插图，试图弄清楚如何获得我的数据的边际效应。提供的示例使用连续变量，但我想知道如何使用分类解释变量来做到这一点。

我的风险值作为协变量是连续的，但我也有年龄、阶级和性别作为协变量。我想看看“女性”或“年轻女性”在风险方面的边际效应。我该怎么做？

帮助文档说：

z <- with(Fish, data.frame(price = tapply(price, index(m)$alt, mean),
                               catch = tapply(catch, index(m)$alt, mean),
                           income = mean(income)))
# compute the marginal effects (the second one is an elasticity
effects(m, covariate = "income", data = z)
effects(m, covariate = "price", type = "rr", data = z)
effects(m, covariate = "catch", type = "ar", data = z)

我不确定如何操纵z数据框来获得女性或年轻女性的平均风险，然后才能计算边际效应。我会分开做吗？我是否以某种方式将数据框按年龄类别划分（比如我只有 2 个年龄类别：年轻人和老年人），这样我就有 1 个年轻人数据框和一个单独的新数据框用于老年人，然后计算平均风险？

我希望从我自己的数据中得到的是能够解释产生我的后代类别的可能性的大小。举个例子，我想说的是，如果风险增加 1 个单位，那么年长的雌性产生 2 个后代的可能性会增加 10%。由于风险增加 1 个单位，年轻女性生育 2 个后代的可能性增加 15%。

我不确定如何手动计算边际效应，因此对如何获得一个包来为我做这件事感到困惑。我也一直在nnet图书馆或图书馆尝试VGAM，但这些似乎都没有提供很大的帮助。

4

1 回答 1

0

我得到了一个答案——不确定它是否是最好的，但它确实有效。我感兴趣的协变量恰好是 2 个类 - 这意味着我可以将协变量转换为二进制 0,1 数字响应。因此，当我重新运行代码时，我可以计算这个“分类”变量的平均值。

但是，我认为我错过了这种边际效应的要点，很可能会使用它或试图错误地解释它。

于 2014-07-30T11:17:11.140 回答