我正在尝试为以下模型复制边际效应图

我正在尝试使用 R 包interplot为变量“turnooutconslag”和“enop_seatslag”创建边际效应图，但出现错误

我正在尝试绘制边际命令（平均边际效应）的结果，并且图中变量的顺序与标签的顺序不匹配（对于一个标签，我得到另一个变量的值）。对于 ggplot 一切都很好（尽管它使用摘要）。谁能解释发生了什么以及如何制作适当的情节？我将不胜感激:)

我试图根据逻辑回归在 r中绘制边际效应。例如：

我可以运行边距绘图命令：

它绘制了所有 IV 的边际效应和置信区间。我只想在情节中包含cyl我hp感兴趣的解释变量。根据 r 文档，这可以使用 'which' 参数来完成，该参数采用字符向量。但是，文档没有说明如何使用此参数。有谁知道如何使用“哪个”参数来要求 margins.plot 仅绘制选择的边际效应？不幸的是，上面链接的边距绘图帮助页面没有任何示例。

绘图图像

我有以下 lme 模型（在 3 个级别上随机截取）：

• Y=依赖V.，
• V1-V3=个体水平变量（1级），
• V4=国家级变量（第 3 级）

V1 和 V4 的 V1 跨级交互的随机斜率

我想绘制 V1 对 V4 的每个级别的边际效应。

我正在使用 zeligverse 包在 R 中运行双变量 logit 模型。我想计算我的独立变量对 P(Y1=1)、P(Y2=1)、P(Y1=1,Y2=0) 的影响， P(Y1=1,Y2=1), P(Y1=0,Y2=1), P(Y1=0,Y2=0), P(Y1=1|Y2=0) 和所有其他条件概率 ( Y1 和 Y2 是我的因变量。它们都等于 0 或 1)。我还想要与每个独立变量的这些概率相关的所有边际效应。

你知道如何在这个包中找到那些（或者在另一个包中，如果它更好用的话）？

我正在使用生存包在 R 中运行加速故障时间 (AFT) Weibull 模型。它包括一个因子变量并且具有聚类稳健标准误差。

我现在需要估计边际效应。换句话说，我需要为每个协变量估计一个标准差增加（或当协变量是虚拟变量时增加一个单位）的生存时间变化。我尝试使用 margins 包，但它没有针对Surv对象进行测试，并且我收到了一堆错误消息。

所以我尝试使用预测函数来计算它们。然而，到目前为止，我一直没有成功。这是我到目前为止所设计的：

这确实给了我一个价值，但它与Stata产生的边际效应有很大不同。Stata 使用稍微不同的方法来计算集群稳健标准误差，因此系数估计值最多有一个小数位。然而，Stata 给我的边际效应比我使用这种方法得到的要大得多。所以我认为我做错了什么。

一些数据（我的数据集很大，所以前 20 个 obs 可能不够）：

我是 R 的初学者。我正在使用 glm 进行逻辑回归，然后使用 'margins' 包来计算边际效应，但我似乎无法排除我的分类自变量中的缺失值。

我试图要求 R 从回归中排除 NA。分类变量是 9 岁时的体重状况 (wgt9)，它具有三个水平 (1、2、3) 和一些 NA。

我究竟做错了什么？为什么在我的输出中得到 wgt9NA 结果，我该如何纠正它？

提前感谢您的任何帮助/建议。

进行逻辑回归

回归输出

计算边际效应

边际效应输出

我正在尝试估计一个有序的 logit 模型，包括。通过遵循本教程中的代码，R 中的边际效应。我正在使用polrfrom the MASSpackage 来估计模型并ocME从erer package 来尝试计算边际效应。

估计模型没有问题。

但是，我遇到了一个问题，ocME该问题会生成以下错误消息：

下面的文档ocME说明应该使用的对象需要来自 polr 函数，这似乎正是我正在做的。

那么有人可以帮助我理解我做错了什么吗？我在这里发布了包含模型的两个变量的数据子集发布了包含模型的两个变量的数据子集。在 RI 中将 DV 设置为因子变量，IV 是连续的。

边注：

我可以将计算从 R 传递给 Stata，RStata以计算边际效应而没有任何问题。但我不想定期这样做，所以我想了解是什么导致了 R 和ocME.

我们可以得到线性模型的边际效应，margins::margins()并且可以使用 option 选择感兴趣的变量variables。

这个包有一个实现的方法plot.margins，所以我们可以绘制边际效应

at允许我们指定计算边际效应的值：

但是，尝试绘制这些指定的边距会产生错误：

由于该margins软件包声称是“Stata 'margins' 命令的 R 端口”，我希望有一个类似于 Stata 给出的情节：

那么，我们如何绘制用 指定的预测边距at？

编辑：

请注意，这并不是一个普通的交互图，因为

给出不同的输出：

我想获得具有标准误差的多项 logit 模型的平均边际效应 (AME)。为此，我尝试了不同的方法，但到目前为止还没有达到目标。

最佳尝试

我最好的尝试是手动获取 AME，mlogit如下所示。

我知道这些值是正确的。但是，我无法通过简单地计算列的标准偏差来获得正确的标准误差：

（注意： 这里colSdColMeans()提供了列的 SD 。）

因此，这也导致我错误的t 值：

而我知道这种情况下正确的t 值是：

我了解到应该有一个“增量方法”，但我只在Cross Validated找到了一些非常特殊情况下的交互代码。

失败的尝试

1.) 包margins似乎无法处理"mlogit" 对象：

2.) mlogits 还有另一个包nnet，

但margins也无法正确处理：

3.) 还有一个包声称可以计算“多项逻辑回归模型的平均效应”，

但我无法从中得到一滴牛奶，因为该函数什么也没有产生（即使没有函数的示例）。

现在我们如何才能获得具有标准误差/具有R的多项 logit 模型的 t 统计量的 AME ？

数据