R跑出probit模型后，如何求解释变量边际效应，用哪个函数

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

R跑出probit模型后，如何求解释变量边际效应，用哪个函数。谢谢。
probit模型函数：glm (y~x1+x2, family=binomiial (link = "probit"), data=data)

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：Probit 边际效应 解释变量 bit Rob 模型 如何

R不太会

我的印象中，GLM的模型与Probit的模型是两回事，不知道R是怎么处理的，但以广义线性估计作为模型，然后做出来的Probit模型应该与普通的Probit模型是两回事吧。Stata有专门的书讲计数回归的，里面看到过对于GLM的边际分析方法，想来R也是如此吧，建议你去看看。

yangyuzhou 发表于 2017-2-19 12:41
我的印象中，GLM的模型与Probit的模型是两回事，不知道R是怎么处理的，但以广义线性估计作为模型，然后做出 ...

谢谢分享

不会，爱莫能助

无能为力。

margins这个包可以

fit<-glm (y~x1+x2, family=binomiial (link = "probit"), data=data)
平均边际效应的计算要分两步，先计算平均，再乘以βj;用mean函数求出求和项，再乘以β
【代码】
mare<- mean(dnorm(predict(fit, type = "link")))
mare*coef(fit)

marg.probit.mean = dnorm(Y.probit.mean)*res.probit$coefficients[2]