「手把手陪你學Stata」使用Stata計算邊際效應：預測邊際值

以《2016年某城市健身資料》為例

為什麼使用邊際效應

在進行探討自變數（X）對因變數（Y）的影響時，我們通常使用迴歸結果中的變數係數來解釋自變數（X）對因變數（Y）的影響大小；但是如果被解釋變數（Y）為（0，1）變數或者被解釋變數（Y）非常規連續變數而是對數發生比率變數等非線性模型時，就需要計算變數的邊際效應或者計算預測邊際值，以探求解釋變數變化對被解釋變數變化的影響大小或分析比較不同情況時的解釋變數預測邊際值的大小

第一步 執行資料，建立迴歸模型

在大家的共有認知中，參與體育鍛煉對個體健康具有影響，但是對不同性別中存在差異現象，於是檢驗體育鍛煉是否為健康的顯著因素，還想了解不同性別體育鍛煉的平均水平是多少，兩者之間是否差異？

use “D：\資料庫2016。dta”，clearreg health Qiangdu i。gender

第二步 計算邊際效應

Stata中邊際效應命令為margins margins i。gender， atmeans 計算結果表明：當其他類別變數取均值時，男性參加體育鍛煉的預測邊際值為 1。724、女性參加體育鍛煉的預測邊際值為1。714

第三步 繪製邊際預測圖

Stata中邊際效應繪圖命令為marginsplot

marginsplot

Tip：如果想要圖片顏色更加好看，可以提前設定設定調色盤 Stata中的命令為grstyle 右圖為調整顏色後的邊際繪製圖

set scheme sjgrstyle initgrstyle set color ptol， rainbow n（8） reverse //使用彩虹調色盤，反轉顏色順序，設定顏色數量為8種margins i。gender， atmeansmarginsplot

★微信搜一搜“TriHub資料社”關注公眾號獲得入社好禮