问题标签 [marginal-effects]

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

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_periodonindicator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？

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：

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？

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。

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。

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/dx0 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？

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？

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：

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！