了解 R 中的边距包：两个不同的显着性水平边际效应

编程问答 2023-01-10

问题描述

在 R 中更改边距包中的类型参数时，我有一个关于不同输出的问题。这是一个可重现的示例：

library(margins)
x <- glm(am ~ cyl + hp * wt,data = mtcars,family = binomial)
me <- margins(x,type = "response") 
me2 <- margins(x,type = "link")
summary(me)
summary(me2)

两个摘要在级别和重要性上都产生了不同的输出。所以我的问题是，为什么两种类型的 p 值不同？这是各自的输出：

> summary(me)
 factor     AME     SE       z      p   lower  upper
    cyl  0.0216 0.0493  0.4377 0.6616 -0.0750 0.1181
     hp  0.0027 0.0023  1.1596 0.2462 -0.0018 0.0072
     wt -0.5158 0.2685 -1.9209 0.0547 -1.0421 0.0105

> summary(me2)
 factor      AME     SE       z      p    lower  upper
    cyl   0.5156 1.1695  0.4409 0.6593  -1.7765 2.8077
     hp   0.0515 0.0357  1.4430 0.1490  -0.0185 0.1215
     wt -12.2426 7.6784 -1.5944 0.1108 -27.2920 2.8067

这是软件包的手册：

https://cran.r-project.org/web/packages/margins/vignettes/Introduction.html#Average_Marginal_Effects_and_Average_Partial_Effects

他们解释说“响应”类型返回部分效应，即每个变量对结果尺度的贡献，以线性预测器的链接函数转换中涉及的其他变量为条件，并且“链接”类型返回真边际效应，即每个变量对线性预测器规模的边际贡献。 那么，如果只是尺度变换，那为什么两种类型之间的显着性水平会发生变化呢？我想我不太明白真正的边际效应和部分效应之间的区别。任何帮助，将不胜感激。谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

logistic-regressionmarginal-effectsmarginsrr