如何利用Stata中记录的独立变量从负二项式回归中生成预测计数？

Question

我有一组数据，有一个因变量，也就是一个计数，还有几个自变量。我的主要自变量是大美元值。如果我将美元值除以10,000(使系数易于管理)，则模型(负二项式和零膨胀负二项数)在Stata中运行，我可以用置信区间生成预测数。但是，从理论上讲，采用该变量的自然日志更符合逻辑。当我这样做，模型仍然运行，但现在预测的计数范围在0.22-0.77左右。如何解决这个问题，以便预测的计数正确生成？

Answer 1

您的问题没有显示任何代码或数据。没有这两种成分，几乎不可能知道出了什么问题。你的问题读起来是“我对其他事情做了一些事情，结果令人惊讶。”为了提出一个好的问题，您应该使用每个人都可以访问的数据集来复制您的编码方法，比如rod93。

下面是我的尝试，它展示了两个模型与nbreg的相当相似的预测：

webuse rod93, clear
replace exposure = exposure/10000

nbreg deaths exposure age_mos, nolog
margins
predictnl d1 =predict(n), ci(lb1 ub1)
/* Compare the prediction for the first obs by hand */
di exp(_b[_cons]+_b[age_mos]*age_mos[1]+_b[exposure]*exposure[1])
di d1[1]

gen ln_exp = ln(exposure)
nbreg deaths ln_e age_mos, nolog
margins
predictnl d2 =predict(n), ci(lb2 ub2)
/* Compare the prediction for the first obs by hand */
di exp(_b[_cons]+_b[age_mos]*age_mos[1]+_b[ln_e]*ln(exposure[1]))
di d2[1]
sum d? lb* ub*, sep(2)

这产生了非常相似的预测和置信区间：

. sum d? lb* ub*, sep(2)

    Variable |        Obs        Mean    Std. Dev.       Min        Max
-------------+---------------------------------------------------------
          d1 |         21    84.82903    25.44322   12.95853   104.1868
          d2 |         21     85.0432    25.24095   32.87827   105.1733
-------------+---------------------------------------------------------
         lb1 |         21    64.17752    23.19418   1.895858   80.72885
         lb2 |         21    59.80346    22.01917    10.9009   79.71531
-------------+---------------------------------------------------------
         ub1 |         21    105.4805    29.39726   24.02121   152.7676
         ub2 |         21    110.2829    29.16468   51.76427    143.856