Stata 如何从xtlogit模型复制平均边际效应

我对从随机效应logit模型（使用

xtlogit

在Stata中运行）复制平均边际效应感兴趣。我了解如何使用Delta方法从

logit

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

边距

中报告的

年龄

的平均边际效应

*** Stata code
* download data
webuse union, clear

* calculate delta and copy variable of interest - age
sum age
gen xdelta = r(sd)/1000
clonevar age_ = age

* run logit model and calculate average marginal effect using margins
logit union age_
margins,dydx(age_)

* calculate average marginal effect by hand - mean of xme equals result from margins above
predict p1
replace age_ = age_+xdelta
predict p2
gen xme = (p2 - p1) / xdelta
sum xme

* calculate average marginal effect at fixed value of age using margins
margins,at(age=(16))

* calculate average marginal effect by hand - mean of p3 equals result from margins above
replace age_ = 16
predict p3
sum p3

我所挣扎的是重现

xtlogit

模型的平均边际效应

*** Stata code
* download data and designate panel variables
webuse union, clear
xtset idcode year

* run xtlogit model
xtlogit union age

* calculate average marginal effects - can't figure out how to reproduce these estimates :(
margins, dydx(*)
margins, at(age=(16))

非常感谢您对如何再现

xtlogit

边际效果的任何帮助。谢谢大家!

---

-----编辑的目的是为了更清楚地表明我有兴趣复制

边距报告的估计值
有几种方法可以做到这一点，但本质上问题归结为事实

$$\Pr（y{it}=1\vert x{it}）=\int\Lambda（u_i+x{it}'\beta）\cdot\varphi（0、\sigma\u^2）du_i$$

其中$\varphi（）$是正常密度。在代码中，您有效地将随机效果$u_i$设置为零（这就是
predict（pu0）
所做的）。这将RE设置为平均值，这可能不是您所想的。当然，$u_i$不是由
xtlogit，re
观察到的，甚至是估计的，因此如果你想复制
predict（pr）
所做的，你需要将随机效应积分出来，使用估计的方差得到无条件概率

在Stata中执行此操作的一种方法是使用用户编写的
integrate
命令执行一维数值积分，如下所示：

webuse union, clear
xtset idcode year
xtlogit union age, nolog
margins, at(age=(16)) predict(pr)
margins, dydx(*) at(age=16) predict(pr)
capture ssc install integrate
/* phat at age 16 */
integrate, f(invlogit(x - 3.0079682 + .01929225*16)*normalden(x,0,2.477537654945496)) l(-10) u(10) vectorise quadpts(1000)
/* ME at age 16 */
integrate, f(invlogit(x - 3.0079682 + .01929225*16)*(1-invlogit(x - 3.0079682 + .01929225*16))*(.01929225)*normalden(x,0,2.477537654945496)) l(-10) u(10) vectorise quadpts(1000)

如果使用实际系数（如_b[_cons]和e（sigma_））而不是将值粘贴到中，可能会获得更好的精度

也许有一种更有效的方法可以使用Mata、Python甚至是模拟方法来实现这一点，但我将让您自己来解决这个问题。当您询问如何“手动”计算时，您还可以使用
xtmelogit
获得REs的后验模态估计值，但不清楚。在你成功的例子中，没有多少是“手工”完成的。如果您对
xtlogit之后的页边距工作方式感兴趣，re
630页有一个很好的起点，并推荐了一种估算方法。非常感谢您的评论。我想“用手”不是正确的说法——我的意思是我想复制或复制
边距
报告的边际效应。我修改了我的问题。另外，我会查看你传递的参考资料！我总是忘记，所以不支持乳胶。如果有任何不清楚的地方，请告诉我。这非常有帮助。非常感谢。