Stata 边际效应期权、边际收益与内部收益率
我正在估计泊松回归,并希望估计我的系数的经济意义(边际效应) 有人向我建议了三种方法:Stata 边际效应期权、边际收益与内部收益率,stata,margins,poisson,Stata,Margins,Poisson,我正在估计泊松回归,并希望估计我的系数的经济意义(边际效应) 有人向我建议了三种方法: 页边距,dydx(_all) 页边距,dydx(_all)平均值 泊松内部收益率 我想知道哪种方法是最好的 平均值(#2)的边际效应通常是一个坏主意,因为平均值可能对应于一个不具代表性、无意义的值,特别是如果你的X包含分类变量。你真的关心那些一半是女性,10%怀孕的人的附加效应吗?可能不会。当计算费用昂贵时,这种ME更常用。如果您想走这条路线,可以使用at()选项选择更合适的值 平均边际效应(#1)给出预期计
我想知道哪种方法是最好的 平均值(#2)的边际效应通常是一个坏主意,因为平均值可能对应于一个不具代表性、无意义的值,特别是如果你的X包含分类变量。你真的关心那些一半是女性,10%怀孕的人的附加效应吗?可能不会。当计算费用昂贵时,这种ME更常用。如果您想走这条路线,可以使用
at()
选项选择更合适的值
平均边际效应(#1)给出预期计数的平均相加效应
内部收益率选项(#3)会对平均值产生乘数效应
下面是一个包含医生数据的简单示例:
. use http://www.stata-press.com/data/r13/dollhill3, clear
(Doll and Hill (1966))
. bys smokes: sum deaths
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> smokes = 0
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
deaths | 5 20.2 12.61745 2 31
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> smokes = 1
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
deaths | 5 126 70.52659 32 206
如你所见,吸烟者群体的平均死亡人数是126。对于不吸烟的人来说,这个数字只有20.2
内部收益率:
吸烟者的死亡人数为6.237624*20.2=126
现在我们计算了相加效应:
. margins, dydx(smokes)
Conditional marginal effects Number of obs = 10
Model VCE : OIM
Expression : Predicted number of events, predict()
dy/dx w.r.t. : 1.smokes
------------------------------------------------------------------------------
| Delta-method
| dy/dx Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
1.smokes | 105.8 5.407402 19.57 0.000 95.20169 116.3983
------------------------------------------------------------------------------
Note: dy/dx for factor levels is the discrete change from the base level.
这表明吸烟者的死亡人数应该比不吸烟者多105.8人。20.2+105.8=126
在这个简单的模型中,
margins,dydx(smokes)atmeans将给出相同的答案。你知道为什么吗?这本质上是一个统计问题,而不是编程问题。即便如此,“最佳”取决于你的研究目标。为什么是“经济”?泊松回归是一种统计方法。经济学的解释在经济学家之间。离题;更适合简历,但仍然是一个不适定的问题。这个问题似乎离题了,因为它是关于统计解释的,因此更适合交叉验证。
. margins, dydx(smokes)
Conditional marginal effects Number of obs = 10
Model VCE : OIM
Expression : Predicted number of events, predict()
dy/dx w.r.t. : 1.smokes
------------------------------------------------------------------------------
| Delta-method
| dy/dx Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
1.smokes | 105.8 5.407402 19.57 0.000 95.20169 116.3983
------------------------------------------------------------------------------
Note: dy/dx for factor levels is the discrete change from the base level.