Ошибка при оценке предельных эффектов

У меня проблема с получением предельных эффектов для подобранной модели логистической регрессии в Stata 15. Переменная результата mathtsbv является двоичной, переменная пола sex также является фиктивной, а зарегистрированная переменная этнической принадлежности eth является категориальной со значениями в диапазоне от 0 до 5. Все пропущенные значения были исключены.

Вот выдержка из моего do-файла:

logit mathtsbv sex eth sex##i.eth if (mathtsbv>=0&mathtsbv<.)&(sex>=0&sex<.)&(eth>=0&eth<.)
margins, dydx(sex eth sex##i.eth) atmeans

Это ошибка, которую я получаю в журналах Stata:

. margins, dydx(sex eth sex##i.eth) atmeans
    invalid dydx() option;
    variable sex may not be present in model as factor and continuous predictor

Я потратил больше часа на гугление и эксперименты: удалил sex из модели и оставил только eth, а также добавил непрерывную переменную в список предикторов. К сожалению, ни один из них не привел к решению проблемы.


logistic-regression statistics stata mlogit
person Ruslan Seletskiy    schedule 22.01.2018    source источник
comment
Перепроверив детали в Интернете, я обнаружил, что ТАТА не может производить предельные эффекты для условий взаимодействия: значение условий взаимодействия зависит от значений его компонентов, и поэтому невозможно оценить отдельный эффект для него. Однако я все еще не уверен. В любом случае, надеюсь, что это может помочь членам сообщества в будущем.   -  person Ruslan Seletskiy    schedule 22.01.2018
comment
Этот пост может оказаться полезным для вас.   -  person Dimitriy V. Masterov    schedule 23.01.2018

Ответы (1)


arrow_upward
1
arrow_downward

Вы можете рассчитать контрасты средних предельных эффектов, которые дадут вам что-то похожее на то, что вы хотите: как изменится изменение вероятности успеха при изменении одной переменной при изменении второй переменной.

Вот реплицируемый пример в Stata:

. webuse lbw, clear
(Hosmer & Lemeshow data)

. qui logit low i.smoke##i.race

. margins r.smoke#r.race

Contrasts of adjusted predictions
Model VCE    : OIM

Expression   : Pr(low), predict()

---------------------------------------------------------------------------
                                        |         df        chi2     P>chi2
----------------------------------------+----------------------------------
                             smoke#race |
(smoker vs nonsmoker) (black vs white)  |          1        0.00     0.9504
(smoker vs nonsmoker) (other vs white)  |          1        1.59     0.2070
                                 Joint  |          2        1.67     0.4332
---------------------------------------------------------------------------

-----------------------------------------------------------------------------------------
                                        |            Delta-method
                                        |   Contrast   Std. Err.     [95% Conf. Interval]
----------------------------------------+------------------------------------------------
                             smoke#race |
(smoker vs nonsmoker) (black vs white)  |   .0130245   .2092014     -.3970027    .4230517
(smoker vs nonsmoker) (other vs white)  |  -.2214452   .1754978     -.5654146    .1225242
-----------------------------------------------------------------------------------------

Например, влияние курения на вероятность рождения ребенка с низким весом на 22 процентных пункта ниже для других по сравнению с белыми. Эта разница не существенна.

Эти результаты идентичны тем, которые вы получили бы с полностью насыщенной моделью OLS, где вы можете напрямую интерпретировать коэффициенты взаимодействия:

. reg low i.smoke##i.race, robust

Linear regression                               Number of obs     =        189
                                                F(5, 183)         =       5.09
                                                Prob > F          =     0.0002
                                                R-squared         =     0.0839
                                                Root MSE          =     .45072

-------------------------------------------------------------------------------
              |               Robust
          low |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
--------------+----------------------------------------------------------------
        smoke |
      smoker  |   .2744755   .0809029     3.39   0.001     .1148531    .4340979
              |
         race |
       black  |   .2215909   .1257293     1.76   0.080    -.0264745    .4696563
       other  |   .2727273   .0792791     3.44   0.001     .1163086    .4291459
              |
   smoke#race |
smoker#black  |   .0130245   .2126033     0.06   0.951    -.4064443    .4324933
smoker#other  |  -.2214452   .1783516    -1.24   0.216    -.5733351    .1304447
              |
        _cons |   .0909091    .044044     2.06   0.040     .0040098    .1778083
-------------------------------------------------------------------------------
person Dimitriy V. Masterov    schedule 22.01.2018