Calcolo Effetti Marginali Nel Forex Stata

AVVISO: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat dando un regalo Stata FAQ Come posso rappresentare graficamente i risultati del comando margini (Stata 12) i risultati sulla rappresentazione grafica del comando margini può aiutare nell'interpretazione del modello. Stata 12 ha introdotto il comando marginsplot che rendono il processo di grafica molto semplice. Consente di iniziare con un esempio semplice. Il primo esempio è un 3x2 analisi fattoriale di covarianza. Faremo funzionare il modello utilizzando ANOVA ma vorremmo ottenere gli stessi risultati se abbiamo eseguito utilizzando la regressione. Successivamente, si corre il comando margini per ottenere i sei regolare significa cellule dall'interazione 3x2. Queste cellule medie aggiustate sono chiamati minimi quadrati mezzi (lsmeans) in SAS o medie marginali stimate (EMMEANS) in SPSS. Il marginsplot viene utilizzata dopo i margini per tracciare i mezzi a cella adjusted. Possiamo anche rappresentare graficamente i risultati per le femmine dal prog semplicemente utilizzando l'opzione x (). Per il nostro secondo esempio ci sarà un grafico i risultati di una categorica di interazione continua da un modello di regressione logistica. Useremo il comando margini per ottenere le probabilità previste per 11 valori di s dal 20 al 70 per entrambi f pari a zero uguale e uguali tra f. L'opzione vsquish solo riduce il numero di righe vuote nell'output. In totale, ci sono 22 valori nella tabella di cui sopra. Ci sono due probabilità previste per ogni valore di s. Uno ciascuno per i maschi e femmine. Ora possiamo andare avanti e rappresentare graficamente le probabilità usando il comando marginsplot. Questa volta includerà gli intervalli di confidenza di default. Possiamo fare il grafico più visivamente attraente ombreggiando l'area all'interno degli intervalli di confidenza. Il grafico delle probabilità di cui sopra è bello come quanto va, ma la presentazione dei risultati potrebbe essere più chiaro se dovessimo rappresentare graficamente la differenza di probabilità tra maschi e femmine. Per fare questo avremo bisogno di eseguire nuovamente il comando margini calcolando la variazione discreta per f ad ogni valore di lettura. Siamo in grado di ottenere la differenza utilizzando l'opzione dydx (derivata). Tutto è pronto per il comando marginsplot. Bello come il grafico qui sopra è, potrebbe apparire meglio fatto come una trama gamma con sfumature area compresa tra i limiti di confidenza superiore e inferiore. Se si desidera che le linee in questi grafici per essere più agevole, basta includere più valori in a scelta, dire (20 (2) 70) invece di (20 (5) 70). Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dall'Università di California. Stata: Analisi dei dati e statistica Software maggio Boggess, StataCorp l'effetto marginale di una variabile indipendente è la derivato (cioè la pendenza) di una data funzione delle covariate e coefficienti della stima precedente. Il derivato è valutato in un punto che è di solito, e per impostazione predefinita, i mezzi di covariate. Il comando MFX assume che le variabili nella stima sono indipendenti. Letrsquos iniziare con un esempio. Dire che abbiamo il modello quadratico cui ci si adattano con regresso. L'effetto marginale del predittore lineare è la derivata di questa funzione rispetto al peso, valutato al peso medio. Chiamando il meanwei peso media. abbiamo Se abbiamo eseguito MFX dopo regresso con questo modello, Stata non saprebbe che la seconda covariata era una funzione del primo, quindi sarebbe calcolare la derivata di essere solo b1. Per ottenere gli effetti marginali di una tale funzione di covariate possiamo usare nlcom. Questo non sarà facile come utilizzare mfx perché nlcom non posso fare la differenziazione per noi, come MFX fa. La tecnica che stiamo per usare si basa sulla nostra conoscenza della derivata della funzione in anticipo, come abbiamo fatto nel nostro esempio di cui sopra. La ragione per cui vogliamo usare nlcom è che si calcola l'errore standard l'effetto marginale con il metodo delta. Possiamo anche usare predictnl nello stesso modo poiché è anche progettato per utilizzare il metodo delta per ottenere errori standard. Ecco alcuni esempi. Letrsquos iniziare con fuori primo esempio dall'alto: Ecco un esempio utilizzando probit con due covariate e la loro interazione. Ci sono tre derivati ​​che possiamo ottenere con questo modello. Si possono ottenere le due derivate prime, l'effetto marginale di ciascuna variabile, e la derivata seconda (la probabilità di successo differenziato rispetto ad entrambi variabili), che è chiamato l'effetto di interazione. Come affrontare una variabile dummy L'effetto marginale per una variabile dummy non è ottenuto mediante differenziazione ma come una differenza del valore predetto a 1 e il valore stimato a 0. Qui è un esempio di un modello logit con un'interazione, dove variabile è un manichino.