AVISO: O grupo de consultoria estatística IDRE estará migrando o site para o WordPress CMS em fevereiro para facilitar a manutenção e criação de novos conteúdos. Algumas de nossas páginas antigas serão removidas ou arquivadas de modo que elas não serão mais mantidas. Vamos tentar manter os redirecionamentos para que os URLs antigos continuem a funcionar da melhor maneira possível. Bem-vindo ao Instituto de Pesquisa e Educação Digital Ajuda do Grupo de Consultoria Estatística dando um presente Stata Perguntas frequentes Como posso graficar os resultados do comando das margens (Stata 12) Os resultados gráficos do comando das margens podem ajudar na interpretação do seu modelo. A Stata 12 introduziu o comando marginsplot que torna o processo gráfico muito fácil. Comece com um exemplo fácil. O primeiro exemplo é uma análise fatorial 3x2 de covariância. Vamos executar o modelo usando o Anova, mas nós obteríamos os mesmos resultados se o fizéssemos usando a regressão. Em seguida, executamos o comando de margens para obter os seis meios de célula de ajuste a partir da interação 3x2. Essas células ajustadas são chamadas de meios de mínimos quadrados (lsmeans) em SAS ou meios marginais estimados (emmeans) no SPSS. A margem é utilizada após margens para traçar os meios celulares ajustados. Nós também podemos representar os resultados para as mulheres por prog apenas usando a opção x (). Para o nosso segundo exemplo, representaremos os resultados de uma categórica por interação contínua a partir de um modelo de regressão logística. Usaremos o comando de margens para obter as probabilidades previstas para 11 valores de s de 20 a 70 para ambos ig igual a zero e igual a igual. A opção vsquish apenas reduz o número de linhas em branco na saída. No total, existem 22 valores na tabela acima. Existem duas probabilidades previstas para cada valor de s. Um para machos e fêmeas. Agora podemos avançar e representar graficamente as probabilidades usando o comando marginsplot. Desta vez, incluiremos os intervalos de confiança padrão. Podemos tornar o gráfico mais visivelmente atraente sombreando a área dentro dos intervalos de confiança. O gráfico das probabilidades acima é bom, na medida do possível, mas a apresentação dos resultados pode ser mais clara se representarmos a diferença de probabilidades entre machos e fêmeas. Para fazer isso, precisamos reencaminhar o comando de margens calculando a mudança discreta para f em cada valor de leitura. Podemos obter a diferença usando a opção dydx (derivada). Tudo está pronto para o comando marginsplot. Tão bom quanto o gráfico acima é, pode parecer melhor feito como um gráfico de intervalo com sombreamento de área entre os limites de confiança superior e inferior. Se quiser que as linhas desses gráficos sejam mais suaves, basta incluir mais valores na opção a, digamos (20 (2) 70) em vez de (20 (5) 70). O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico pela University of California. Stata: Análise de Dados e Software Estatístico May Boggess, StataCorp O efeito marginal de uma variável independente é o Derivado (isto é, a inclinação) de uma determinada função das covariáveis e coeficientes da estimativa anterior. O derivado é avaliado em um ponto que geralmente é, e por padrão, o meio das covariáveis. O comando mfx assume que as variáveis na estimativa são independentes. Letrsquos começa com um exemplo. Digamos que temos o modelo quadrático que ajustamos com a regressão. O efeito marginal do preditor linear é a derivada desta função em relação ao peso, avaliada no peso médio. Chamando o peso médio de meanwei. Nós temos Se corremos o mfx depois de regredir com este modelo, Stata não saberia que a segunda covariável era uma função da primeira, então calcularia que a derivada era apenas b1. Para obter os efeitos marginais de tal função das covariáveis, podemos usar a nlcom. Isso não será tão fácil quanto o uso do mfx porque a nlcom não pode fazer a diferenciação para nós, como o mfx faz. A técnica que estamos prestes a usar depende do conhecimento da derivada da função de antemão, como fizemos no nosso exemplo acima. A razão pela qual queremos usar o nlcom é que ele calcula o erro padrão do efeito marginal pelo método delta. Também podemos usar o predictnl da mesma forma, uma vez que também é projetado para usar o método delta para obter erros padrão. Aqui estão alguns exemplos. Letrsquos começa com o primeiro exemplo acima: Aqui está um exemplo usando o probit com duas covariáveis e sua interação. Existem três derivadas que podemos obter com este modelo. Podemos obter as duas primeiras derivadas, o efeito marginal de cada variável e a segunda derivada (a probabilidade de sucesso diferenciada em relação a ambas as variáveis), que é denominado efeito de interação. Como lidar com uma variável dummy O efeito marginal para uma variável dummy não é obtido por diferenciação, mas como uma diferença do valor previsto em 1 e o valor previsto em 0. Aqui está um exemplo de um modelo logit com uma interação, onde um Variável é um manequim.
No comments:
Post a Comment