问题标签 [marginal-effects]

我在 R 中估计了一个带有 mhurdle 包的障碍模型，我在解释结果时遇到了一些困难。我想计算边际效应，但我不知道如何计算 mhurdle 估计后的边际效应。例如在下面的代码中

如包作者所示，我们得到以下结果

我的问题是如何解释结果以及如何计算边际效应。

我正在运行有序概率回归分析。我现在已经使用ererR 中的包计算了每个解释变量对我的因变量 (DV=0,1,2) 的边际效应。

现在，我的问题是如何绘制边际效应？我想得到的情节与 这里的情节相似。

我使用该命令polr来估计有序概率回归。我在模型中有连续的和二分法的解释变量。

我的模型看起来像这样：model<-polr(y~x1,x2,x3,x4,x5,data=mydata,Hess=TRUE, method="probit") 对于边际效应，我使用erer包中的简单命令：MEs<–ocME(model)

非常欢迎所有评论。请记住，我问的是一个与有序概率回归分析相关的问题。

我试图估计一个 logit 模型的边际效应，其中我有几个二分解释变量。

假设模型估计为

我知道survey包中的marginpred函数，但我不是很熟悉。我在模型中只有二分变量，所以我想知道如何通过这个函数估计边际效应，特别是我不确定预测（一个数据框给出模型中要预测的变量的值）。

我有两个逻辑和两个有序逻辑回归模型：

为了计算逻辑模型的边际效应（MEM 方法），我使用了以下mfx软件包：

为了计算有序逻辑模型的边际效应，我使用了这个erer包：

我现在想做的是：

1. 绘制 的所有结果（即所有变量）a, b, c, and d。
2. 仅显示一个变量的结果：X1c(0,1) - 在 0 和 1 之间变化 X1 - 而其他变量保持其平均值（对于逻辑和有序逻辑模型）。

我要创建的绘图或表格应如下所示： 图 1

图 1中的 y 轴表示参数估计值，x 轴表示变量的名称

3. 我还想在b和d（即X1*X5）中绘制交互项，以获得与此类似的图：图 2

图 2中的 y 轴表示概率差异，x 轴表示X5（即 -10 到 +10）的最小值和最大值

我一直在寻找解决方案，但找不到任何解决方案。我真的很感激任何建议！

一个可重现的样本（最初来自http://www.ats.ucla.edu/stat/data/binary.csv；我做了一些更改以使其与我的数据集更相似）：

来自Stata：

要了解为什么会产生所需的结果，让我们告诉您，如果您要键入 . 边距 边距将报告整体边距——没有任何常数的边距。因为我们的模型是逻辑模型，所以将报告预测概率的平均值。at() 选项将一个或多个协变量固定为指定的值，并且可以与因子变量和连续变量一起使用。因此，如果您键入

那么利润率将平均每个人的响应数据，设置年龄= 40。

有人可以帮我哪个包有用吗？我已经尝试找到子集数据的预测值的平均值，但它不适用于序列，例如边距，at(age=40 (1)50)。

我正在计算 Rmfx包的概率边际效应。我想为边际效应输出生成乳胶代码。我尝试stargazer了 OLS 和概率系数的软件包，它对两者都适用，但是对于概率边际效应（通过使用probitmfx命令）它不起作用。

请在这方面帮助我，谢谢。

我有以下普通最小二乘模型（OLS）交互模型，我想为三重交互提取离散边际效应（即，在离散的速度和外国制造汽车类别中重量的平均边际效应）weight* speed*foreign：

可以看出，模型中有三个交互。变量指定如下：

cost是一个以市场上所有汽车的平均值为中心的连续变量，负值表示低于平均值的程度，正值表示更昂贵的汽车。

foreign是一个二进制变量，1 国外/0 国内

weight是一个连续变量

speed是一个因子变量，表示汽车在三个类别中行驶的速度，低-中-高。低是基线类别（省略类别）。

感兴趣的数量是模型中的三重交互：weight*speed*foreign。我使用以下代码来估计模型并提取相关系数和方差协方差矩阵。我想使用 Berry 等人的以下程序。（2016 年）文章：“改进假设相互作用的理论测试”，使用以下图表：边际效应公式

我使用以下代码提取了导出边际效应和方差-协方差矩阵所需的相关系数：

最终，我想要一个包含&weight的不同离散类别的平均边际效应的数据框，最终目标是显示离散边际效应的点图。根据图像，我知道如何推导因子变量 ( ) 的两个未省略类别的边际效应。例如，我认为这对于“高速”是正确的：speedforeignspeed

我的主要问题是我如何推导出被忽略的速度类别的重量的平均边际效应？我知道这是由weight*speed构成项捕获的，但是在计算估计值的标准误差时，我是否需要考虑三重交互作用dy.dx？考虑到 Berry 等人在第 3 行的表格，这是一个适当的解决方案吗？

我正在使用 lme4 包运行 glmer logit 模型。我对各种二向和三向交互效应及其解释感兴趣。为简化起见，我只关心固定效应系数。

我设法想出了一个代码来计算和绘制这些对 logit 规模的影响，但我无法将它们转换为预测的概率规模。最终我想复制effects包的输出。

该示例依赖于UCLA 的癌症患者数据。

到这里为止，就是我需要的所有数据管理、功能和包。

这是模型。这需要一分钟，它会与以下警告收敛：

尽管我不太确定是否应该担心警告，但我使用估计来绘制感兴趣交互的平均边际效应。首先，我准备要输入predict函数的数据集，然后使用固定效应参数计算边际效应和置信区间。

我相当有信心这些是对数规模的正确估计，但也许我错了。总之，剧情是这样的：

我认为现在 OY 量表是在 logit 量表上测量的，但为了理解它，我想将其转换为预测概率。基于wikipedia，类似的东西exp(value)/(exp(value)+1)应该可以达到预测的概率。虽然我可以做到，但newdat$remission <- exp(newdat$remission)/(exp(newdat$remission)+1)我不确定我应该如何为置信区间执行此操作？

最终，我想得到effects包生成的相同情节。那是：

尽管我可以只使用这个effects包，但不幸的是它不能与我必须为自己的工作运行的许多模型一起编译：

解决这个问题需要调整估计程序，目前我想避免这种情况。另外，我也很好奇effects这里到底做了什么。 对于如何调整我的初始语法以达到预测概率的任何建议，我将不胜感激！

我正在尝试计算使用 lme4 包中的“glmer”估计的协变量的边际效应。我正在使用http://researchrepository.ucd.ie/bitstream/handle/10197/3404/WP11_22.pdf?sequence=中提供的代码1 . 该代码没有给出特定变量的标准错误。这可能是什么原因，我该如何解决。这是使用的代码；

输出看起来像这样

我无法在 R 中复制 Statamargins命令的特定用例： margins var1, over(var2) 我一直在尝试使用marginsR 中的包来这样做。

为了提供一个可重现的示例，我使用了 mtcars 数据集并将其从 R 导出到 Stata，因此我们在两个程序中使用相同的数据集：

代码：

状态码：

在两个程序中创建示例线性回归模型

状态码：

代码：

两个程序之间的模型输出（未显示）相同

比较模型中每个变量的平均边际效应表

状态代码和输出：

R代码和输出：

如您所见，这两个输出非常相似，正如使用 Rmargins包所期望的那样。

问题 1：对变量值的边际预测

状态代码和输出：

R代码和输出：

在上面的两个示例中，R 和 Stata 之间的边际预测是相同的。但是，有没有一种方法（没有手动完成）为每个边际预测生成 delta 方法标准误差，就像上面的 Stata 表中所做的那样？

问题 2：特定变量的边际预测：

状态代码和输出：

R代码和输出：

在这个例子中，我们试图margins通过在预测后对数据集进行子集来复制命令中的 Stata 的“marginlist”参数。这似乎不是正确的方法。我们如何从 Stata 复制这些结果？

问题 3：一个变量对另一个变量值的边际预测

复制这个结果是我的主要目标！

状态代码和输出

R代码和输出：

如您所见，点估计值现在大不相同，并且再次没有 SE 表。解决上述问题 1 和问题 2 可能会解决问题 3。