问题标签 [marginal-effects]

我估计一个连续变量在某个因子水平上的边际效应。虽然我可以为因子变量定义和更改值标签，但 margins 命令不会显示这些标签。这可以改变吗？

我目前正在研究一个混合模型，其中包括分类变量和度量成本变量的多个交互，以预测度量输出。由于众多的分类变量，我对成本和产出（斜率）之间的线性关系的变化非常感兴趣。

因为我有多个与成本交互的分类协变量（并且还有随机效应），所以我寻找一种简单的方法来计算这些斜率的边际效应。我不是在寻找对输出的预测或期望，而是希望看到“边际斜率”。

我在下面包含了一些示例代码

如您所见，这很快就会变得乏味，我怎样才能以编程方式做到这一点？包装{margins}或{ggeffects}似乎仅涵盖输出的边际效应？

marginsStata和Stata之间到底有什么区别lincom？如何调整我的手动公式nlcom以匹配结果margins？谢谢

使用来自全国健康访谈调查的数据，我希望使用逻辑回归分析各种人口统计因素对预测患有高血压的概率的平均边际效应。为了澄清，通过平均边际效应，我的意思是我想计算每个 X 的平均值的边际效应（如 STATA 输出）。

我的问题是我有二进制和连续自变量，但从我读过的内容来看，以它们的平均值评估二进制变量是没有意义的，因为它不是 0 就是 1。我不知道如何进行回归运行，我可以在其中评估连续变量的平均值，而不是二进制变量。这是我到目前为止的代码。

抱歉，我很难产生和 MRE，因为我不知道 R 中的数据集有这种信息。但如果有人能提供任何建议，将不胜感激！谢谢。

这是根据下面的评论修改后的输出。但我也希望输出显示 SE、AME 和 p 值

这是我在运行 summary(marg_mean) 后看到的新输出的照片

我正在寻找一种让 emtrends() 函数提供贝叶斯因子的方法，因为我对平均效果的趋势感兴趣。更具体地说，它会吐出贝叶斯因子以及趋势的较低和较高密度区间，因此我可以看到证据强度。

它是如何使用的：

大一岁并想要增加孩子的性别影响——影响大小（查看与平均平均值相比是否存在较小的性别影响）

最好我希望将预测变量：年龄、addexp 和性别都集中在一个函数中，这可能吗？也很高兴手动完成。

非常感谢您的建议和专业知识。

基本上，我有一个混合效应模型，其中包含 2 个预测变量、一个交互项和一个随机效应，如下所示：

我使用 lme4 来创建这样的模型。我想在 x2 的不同水平（这是一个具有 3 个水平的因素）上找到 x1 对 y（贝塔系数）的边际效应。

我还想获得每个级别的 beta 置信区间并绘制这样的结果。

我想在 R 中进行一个简单的两个样本 t 检验，以比较由 ggpredict（或 ggeffect）生成的边际效应。

ggpredict 和 ggeffect 都提供了不错的输出：（1）表（pred prob / std error / CIs）和（2）图。但是，它不提供用于评估边际效应的统计显着性的 p 值（即，两个预测概率之间的差异是否与零相差？）。此外，由于我正在使用交互效应，我还对第一个差异（两个边际效应之间）和第二个差异的两个样本 t 检验感兴趣。

有没有一种简单的方法可以使用 ggpredict/ggeffect 输出运行相关的 t 检验？其他选择？

附：. 带有虚构数据的代表代码。具体来说：我想测试以下“第一个差异”：

--> .67 - .33=.34（与零的差异？）

--> .5 - .5 = 0（与零的差异？）

...以及以下第二个区别：

--> 0.0 - .34 = .34（与零的差异？）

另见 Mize 2019 中的图 12/表 3（非线性模型中的交互作用）

谢谢斯科特

使用逻辑回归，我试图模拟女性和收入低于贫困线（两个二元变量）对预测患高血压的概率的边际效应。我创建了一个交互项 (poverty_FEMALE) 来尝试对此进行建模，但不确定我对系数的解释是否正确。

是否正确地说：

• 低于阈值和男性的边际效应是：0.067 - 0.055
• 身为女性且不处于贫困状态的边际效应为：0.041 - 0.055
• 作为女性和贫困的边际效应是-.055？

如果是这样，当这两个变量的系数各自为我们的正值时，为什么贫困和女性的风险较低是有道理的？

我有一个标准的 Tobit 模型，其中唯一的解释变量是治疗的虚拟变量（加上截距），我想估计这种治疗对我的因变量的边际效应以及这个 ME 的标准误差。

我知道 R 中的 mfx 包能够恢复我想要的 Probit 和 Logit 模型，但我找不到 Tobit 的类似包。有谁知道可以做到这一点的软件包或如何通过“手动”恢复 ME 及其标准错误？谢谢！

编辑：AER 包有一个估计 Tobit 模型的函数，所以我一直在寻找使用它计算 ME（和 ME 的标准误差）的某种方法。这是我使用 AER 包中的数据所做的示例。

使用此代码，我可以恢复截距和虚拟变量（性别）的 Tobit 系数、比例参数以及“性别”和截距的平均值。但与 Probit/Logit 的 mfx 包不同，AER 包中的 Tobit 函数不会返回性别对教育年限的边际影响，也不会返回其标准误差。

所以，我想知道 1) 是否有人知道如何从 AER 的 tobit 函数的输出中恢复 ME 和 ME 的标准错误，或者 2) 是否有人知道 probitmfx 为 Probit 工作的函数？再次感谢。