如何使用超过 5000 万个观测值的样本计算具有固定效应的 logit 模型的边际效应

Posted 2023-03-29

【中文标题】如何使用超过 5000 万个观测值的样本计算具有固定效应的 logit 模型的边际效应

【英文标题】：How to calculate marginal effects of logit model with fixed effects by using a sample of more than 50 million observations

【发布时间】：2022-01-11 16:02:27

【问题描述】：

我有超过 5000 万个观测值的样本。我在 R 中估计以下模型：

model1 <- feglm(rejection~  variable1+ variable1^2 +  variable2+ variable3+ variable4 | city_fixed_effects + year_fixed_effects, family=binomial(link="logit"),  data=database)

根据模型 1 的估计，我计算边际效应：

mfx2 <- marginaleffects(model1)
summary(mfx2)

这行代码还计算了每一个减慢R的固定效应的边际效应。我只需要计算变量1、2和3的平均边际效应。如果我单独计算，使用mfx2计算边际效应

有解决这个问题的办法吗？

【参考方案1】：

fixest 和 marginaleffects 软件包都是最近发布的 更改以提高互操作性。下一个官方 CRAN 发布 将能够做到这一点，但从 2021 年 12 月 8 日起，您可以使用 开发版本。安装：

library(remotes)
install_github("lrberge/fixest")
install_github("vincentarelbundock/marginaleffects")

我建议您先将固定效应变量转换为因子 拟合你的模型：

library(fixest)
library(marginaleffects)

dat <- mtcars
dat$gear <- as.factor(dat$gear)

mod <- feglm(am ~ mpg + mpg^2 + hp + hp^3| gear,
             family = binomial(link = "logit"),
             data = dat)

然后，您可以使用marginaleffects 和summary 来计算平均值 边际效应：

mfx <- marginaleffects(mod, variables = "mpg")
summary(mfx)

## Average marginal effects 
##       type Term Effect Std. Error  z value Pr(>|z|)  2.5 % 97.5 %
## 1 response  mpg 0.3352         40 0.008381  0.99331 -78.06  78.73
## 
## Model type:  fixest 
## Prediction type:  response

请注意，计算平均边际效应需要计算 数据集的每一行都有明显的边际效应。这个可以 当您的数据包含数百万 观察。

相反，您可以计算特定值的边际效应 使用 newdata 参数和 typical 函数的回归器。 有关详细信息，请参阅marginaleffects 文档 那些：

marginaleffects(mod, 
                variables = "mpg", 
                newdata = typical(mpg = 22, gear = 4))

##   rowid     type term     dydx std.error       hp mpg gear predicted
## 1     1 response  mpg 1.068844   50.7849 146.6875  22    4 0.4167502