“边距，预测”和“边距，按均值预测”之间的差异

Question

在进行多项logistic回归后，我有兴趣获得预测的概率。

如果我跑步的话，我发现我的估计值有差异：

mlogit cluster_lag i.indipvar1 i.indipvar2 i.indipvar3 indipvar4, rrr vce(cluster clustervar)

margins depvar, atmeans predict(outcome(0))

或者相反：

mlogit cluster_lag i.indipvar1 i.indipvar2  i.indipvar3 indipvar4,rrr vce(cluster clustervar)

margins depvar, predict(outcome(0))

当未指定选项atmeans时，我想知道Stata真正考虑的是什么。

此外，我有一个名为“年份”的分类变量，有4类: 71，81，91,2001。据我所知，这应该是打字上的任何区别。

margins cluster,  at(cluster==0) at (year=( 71 81 91 2001))

或

margins cluster,   at(cluster==0) over(year)

但最后，结果是不同的。你对这两条线的区别有什么建议吗？

Answer 1

这里的区别在于平均边际预测和平均预测之间的区别。atmeans命令指示margins生成后者，而默认情况是前者。

例如：

margins, predict(outcome(0))

与以下相同：

predict newvar
mean newvar

如果你这样做了：

margins covariate, predict(outcome(0))

这和：

replace covariate = 1
predict newvar1
replace covariate = 2
predict newvar2
replace covariate = ...
predict newvar...
mean newvar*

对于协变量的每个唯一值。也就是说，它生成反事实数据集，在给定值时更改指定变量的值，并保持所有其他变量不变，然后根据反事实数据集生成模型预测。

在生成预测之前，atmeans命令与指定, at()选项相同，其中每个协变量的平均值都是固定的。这通常是没有意义的，例如，如果你有分类协变量，或者如果手段是不可观察的或典型的。

关于你的第二个问题，这两个问题并不等同：

margins, at(cluster=0) at(year=(1971 1981 1991 2001))
margins, at(cluster=0) over(year)

, over()选项是一个子设置操作，而, at()是一个反事实操作。

第一行生成一个反事实(如上面所示)，其中每个观测值year的值都被1971年、1981年、1991年和2001年所取代，从而对数据集的每一个版本产生预测(在所有反事实的所有情况下，cluster都保持在0)。

第二行将所有观测值的cluster修正为0，然后将数据除以year的观测值，然后生成对每个子集的平均预测。

在这些方面， reference manual始终是最好的参考。