Stata:图示连续变量的连续边际效应

发布时间:2020-09-17 阅读 9141

Stata 连享会   主页 || 视频 || 推文

温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。

课程详情 https://gitee.com/arlionn/Course   |   lianxh.cn

课程主页 https://gitee.com/arlionn/Course

作者:连玉君 (中山大学)
E-Mail: arlionn@163.com


目录


背景

交乘项的使用越来与普遍。Stata 官方提供的 margins 以及 marginsplot 命令可以很好地分析和图示边际效果。其局限在于只能呈现特定数值上的边际效应,而无法连续的呈现边际效应。

外部命令 interflex 可能弥补这一局限。

这里介绍的 marginscontplot2 也可以很好地实现这一分析目的。其他相关资料可以参考 连享会·交乘项专题连享会 回归分析专题

命令解释和帮助文件

marginscontplot2 provides a graph of the marginal effect of a continuous predictor on the response variable in the most recently fitted regression model. See Royston (2013) for details and examples; the paper is available at http://www.stata-journal.com/article.html?article=gr0056.

  • help marginscontplot2 // Graph margins for continuous predictors

Examples

*-Basic examples
  sysuse auto, clear
  regress mpg i.foreign weight
  marginscontplot2 weight, name(my_graph)
  marginscontplot2 weight, at1(2000(100)4500) ci
  marginscontplot2 weight foreign, var1(20) at2(0 1)
  marginscontplot2 weight foreign, var1(20) at2(0 1) ///
      ci combopts(ycommon imargin(small))
 
*-Example using a log-transformed covariate
  gen logwt = log(weight)
  regress mpg i.foreign c.logwt i.foreign#c.logwt
  quietly summarize weight
  range w1 r(min) r(max) 20
  generate logw1 = log(w1)
  marginscontplot2 weight (logwt), var1(w1 (logw1)) ci

输出效果:

marginscontplot2 - 输出效果
marginscontplot2 - 输出效果

References

  • Royston, P. 2013. marginscontplot2: Plotting the marginal effects of continuous predictors. Stata Journal, 13(3): 510-527. -PDF--Link to Stata Journal-

相关课程

连享会-直播课 上线了!
http://lianxh.duanshu.com

免费公开课:


课程一览

支持回看,所有课程可以随时购买观看。

专题 嘉宾 直播/回看视频
最新专题 DSGE, 因果推断, 空间计量等
Stata数据清洗 游万海 直播, 2 小时,已上线
研究设计 连玉君 我的特斯拉-实证研究设计-幻灯片-
面板模型 连玉君 动态面板模型-幻灯片-
面板模型 连玉君 直击面板数据模型 [免费公开课,2小时]

Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。


关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。直播间 有很多视频课程,可以随时观看。
  • 连享会-主页知乎专栏,300+ 推文,实证分析不再抓狂。
  • 公众号推文分类: 计量专题 | 分类推文 | 资源工具。推文分成 内生性 | 空间计量 | 时序面板 | 结果输出 | 交乘调节 五类,主流方法介绍一目了然:DID, RDD, IV, GMM, FE, Probit 等。
  • 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标,输入简要关键词,以便快速呈现历史推文,获取工具软件和数据下载。常见关键词:课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法

连享会主页  lianxh.cn
连享会主页 lianxh.cn

连享会小程序:扫一扫,看推文,看视频……

扫码加入连享会微信群,提问交流更方便

✏ 连享会学习群-常见问题解答汇总:
https://gitee.com/arlionn/WD