Stata 因子和模型的不同边际效应

有人能解释为什么我得到不同的边际，即离散，效果（但相同的系数）为以下命令。我试图创建一个数据集来复制这个发现

clear
set seed 123456
set obs 4

gen factor = 0 if _n == 1
replace factor = 1 if _n == 2
replace factor = 2 if _n == 3
replace factor = 3 if _n == 4

gen dummy1 = 0
replace dummy1 = 1 if factor == 1
gen dummy2 = 0
replace dummy2 = 1 if factor == 2
gen dummy3 = 0
replace dummy3 = 1 if factor == 3

expand 10

gen dv = 5 + rnormal()

gen b = 0
replace b = 1 if dv > 6

quietly logit b i.factor, robust
margins, dydx(*)
quietly logit b i.dummy1 i.dummy2 i.dummy3, robust
margins, dydx(*)

---

为什么这两种情况下的边际效应不同？

在第二个例子中，Stata不知道dummy1的变化需要dummy2和dummy3的变化，因为只有一个可以是一个。在第一个例子中，充分使用因子变量表示法，使Stata能够理解自变量之间的相互关系。那么，为什么这不是线性情况下的问题（reg，含因变量dv）？在第二个例子中，Stata不知道dummy1的变化需要dummy2和dummy3的变化，因为只有一个可以是一个。在第一个例子中，充分使用因子变量表示法，使Stata能够理解自变量之间的相互关系。那么，为什么这不是线性情况下的问题（reg，含因变量dv）？