含交互作用项线性回归平均偏效应的R公式

tnkciper 于 2022-12-20 发布在其他

关注(0)|答案(1)|浏览(213)

在具有交互作用项的多元线性回归模型中，获取变量的平均部分效应的最有效方法是什么？
我可以通过手动找到每个交互变量的平均值并在新的回归中减去该值来完成此操作，但肯定有更好的方法。
这是模型。

install.packages('wooldridge')
data(catholic,package='wooldridge')
model<-lm(math12~cathhs+cathhs*lfaminc+cathhs*motheduc+cathhs*fatheduc,data=data)

是否有一种方法可以获得变量“caths”的平均部分效应，而无需手动减去新回归模型中每个交互作用项的平均值？

来源：https://stackoverflow.com/questions/74755548/r-formula-for-average-partial-effect-of-linear-regression-with-interaction-terms

1条答案

按热度按时间

lb3vh1jj1#

您可以尝试the marginaleffects package（免责声明：我是作者。）这个包允许你计算许多不同的兴趣量，包括文档所说的“平均边际效应”（或平均斜率），这听起来像你可能正在寻找的（这方面的术语是超级不一致的）：

library(marginaleffects)
library(wooldridge)
data(catholic, package='wooldridge')
model<-lm(math12~cathhs+cathhs*lfaminc+cathhs*motheduc+cathhs*fatheduc,data=catholic)

mfx <- marginaleffects(model)
summary(mfx)

          Term Effect Std. Error z value   Pr(>|z|)  2.5 % 97.5 %
    1   cathhs 1.7850    0.46538   3.836 0.00012524 0.8729 2.6972
    2  lfaminc 1.8461    0.14268  12.939 < 2.22e-16 1.5665 2.1257
    3 motheduc 0.7125    0.06216  11.463 < 2.22e-16 0.5906 0.8343
    4 fatheduc 0.8928    0.05618  15.891 < 2.22e-16 0.7827 1.0029

    Model type:  lm 
    Prediction type:  response

赞(0）回复(0）举报 2022-12-20

我来回答

含交互作用项线性回归平均偏效应的R公式

1条答案

相关问题

热门标签

最新问答