问题标签 [marginal-effects]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
stata - 如何从 xtlogit 模型重现平均边际效应
我有兴趣从随机效应 logit 模型中重现平均边际效应(在 Stata 中使用 运行xtlogit
)。我了解如何logit
使用 Delta 方法从模型中重现平均边际效应。例如,在下面的代码中,我成功地重现了age
报告的平均边际效应margins
。
我苦苦挣扎的地方是重现xtlogit
模型的平均边际效应。
xtlogit
非常感谢任何有助于弄清楚如何重现边际效应的帮助。谢谢!
----- 编辑以更清楚地表明我有兴趣复制由margins
r - 使用分类数据计算概率模型的边际效应
所以我的示例数据如下所示:
在下一步中,我为period
变量创建不同的类别
我现在正在计算一个概率模型。
到目前为止,一切都很好。现在我正在尝试像这样确定factor_period
onindicator
的边际效应factor_period = "8"
:
这将返回错误消息:
似乎对period
数据进行分类是个问题。没有at
参数,margins
命令工作得很好......有谁知道如何解决这个问题?
r - R中的边距包在结果中生成NA
这是我的第一篇文章,所以希望我做对了。
我在 R 中运行 polr 模型,并尝试使用 margins 包生成一些边际效应图。当我查看结果时,除了 AME 之外的所有内容都具有 NA 值。谁能帮我弄清楚我做错了什么?
这是我的结果的副本:
这是我的代码的副本:
编辑以提供数据样本:
julia - Julia 中是否有估计边际均值或边际效应的软件包?
我是 Julia 的新手,我使用混合模型估计了一些多级回归。一切都很好,但我想估计边际手段或边际效应。在 R 中有两个我知道这方面的包:emmeans
和ggeffects
. Julia中是否有类似的软件包?
r - 你如何计算 glm.cluster 模型的平均边际效应?
我正在寻找一种方法来计算具有聚集标准误差的平均边际效应,我似乎遇到了一些问题。我的模型如下:
其中因变量是二进制 (0/1),所有解释变量都是数字。我尝试了不同的方法来获得平均边际效应。第一个是:
这给了我以下错误:
我也试过这个:
这给了我这个错误:
你能告诉我我做错了什么吗?如果我没有提供足够的信息,请告诉我。提前致谢。
r - predict.cv.glmnet() 如何计算二项式模型的链接值?
我认为这是我的编码错误,但我无法弄清楚我做错了什么。当 x+x^2 在二项式 glmnet 模型中时,我正在尝试为 x 创建边际效应图。当我在一个新数据集上使用 predict.cv.glmnet() 进行预测时,它几乎看起来好像模型系数的符号被切换了。所以我在硬编码模型公式和预测函数时一直在比较预测。我对新数据有不同的预测,但对训练数据却没有,我不知道为什么。
regression - 在具有有序概率的多方程模型中查找边际效应 - cmp
我对Stata真的很陌生,所以我的问题可能是微不足道的
我正在使用包 cmp 来估计一个二元模型,如下所示:
d_layer 是一个有序变量,假设为 -4, -3, ... 4。
如何获得 d_tariff 对两个因变量的边际效应,以 d_tariff 的中位数进行评估?
这是我尝试过的:
我认为这是不正确的,因为作为输出,与dy/dx
0 相关的条目显示为:
最后一部分是否意味着它将显示预测概率而不是边际效应?此外,我不应该得到一个不同于 0 的值吗?在我看来,d_tariff
会改变d_layer
,哪个会改变d_ln_jobs
?为什么我没有得到两个值,一个显示边际效应,另一个d_layer
显示d_ln_jobs
?
r - probitmfx 的回归输出
我正在尝试为 probitmfx 函数的边际效应和 p 值生成一个很好的回归表,其中 p 值在每个协变量的边际效应下报告。我希望它看起来像的图片示例是来自 Stata 的类似输出。我按照这里的建议尝试了观星功能,但如果我没有 OLS / probit,这似乎不起作用。
有什么建议我可以在 R 中设计这样的表格吗?
r - 来自 svyglm 对象的边际效应与 R 中的子样本
svyglm
我需要通过R 包中的函数估计子样本的广义线性模型(family=Poisson)的边际效应survey
。
首先,我声明了调查设计:
其次,我估计我的模型为:
最后,当我想获得 x1 的平均边际效应时,我运行:
...但我收到以下错误消息:
“h(simpleError(msg, call)) 中的错误:在为函数 'summary' 选择方法时评估参数 'object' 时出错:'x' 和 'w' 必须具有相同的长度”
运行以下也不起作用:
r - 绘制复杂调查数据中的边际效应('mice'、'mitools'、'svyVGAM'、'survey' 包用于 R)
我正在使用 R 分析来自青年风险行为调查的复杂调查数据。
我使用包“mice”创建了多个插补来解决丢失的数据,并在“mitools”中创建了一个 imputationList。有了这些数据,我正在重新加权的调查设计中运行序数回归模型(使用'svyVGAM'),使用“调查”中的 with.imputationList 函数。我已经将我的第一个模型的插补组合成一个单一的数据集,并在“mitools”中使用 MIcombine。
现在我需要创建边际效应图,跟踪响应变量中不同多项选择选项的回归系数的变化。(预测变量是管理年份;想法是观察这些系数的变化——选择每个答案选项的边际概率——从一个调查管理到下一个调查管理,在几个不同的调查中。)
我一直在使用“ggeffects”,它通过重复运行回归计算估算数据集中的边际效应,然后汇集结果(尽管如上所述,我已经运行并将这些与“调查”和“mitools”结合起来。 'ggeffects' 似乎无法利用这些结果)。这是生成对象“预测”的代码,其中包含五组回归参数,这些参数将被另一个函数 (pool_predictions(predictions)) 合并:
仅供参考,yrbs_svyimputationList 是由survey:svydesign() 生成的对象,它包含我运行的5 个插补中的每一个的survey.design 对象。这些应该连续提供 svy_vglm 中的“设计”参数。另外,关于 svy_vglm 家族论点,这似乎是造成麻烦的原因。svy_VGAM 文档指向家庭的 VGAM:vglm 文档。在那里,我发现了一个累积模型的结构如下
(我使用的是概率,而不是 logit,并且我省略了我不需要的参数。)但是当我尝试运行它时,我得到了一系列错误。先来
所以我取出了并行参数(即使我以后想用它来区分 5 个可能的序数响应),我得到了这个错误:
这很奇怪,因为 VGAM 文档指定了“probitlink”。所以我把它改成“probit”,我得到了一个非常糟糕的错误:
当我从VGAM系列功能列表中复制它时,它怎么可能不是“VGAM系列功能”?
我希望有人能直截了当地说:我如何检索汇总、重新加权的复杂调查数据的边际效应?
谢谢!