根据类别

Question

我有一个二元结果变量（疾病）和一个连续的自变量（年龄）。还有一个集群变量clustvar。 Logistic回归假设对数概率与连续变量成线性关系。为了想象这一点，我可以将年龄分类为（例如，0到<5,5到<15,15到<30,30到<50和50+），然后根据类别编号绘制对数赔率使用：

logistic disease i.agecat, vce(cluster clustvar)
margins agecat, predict(xb)
marginsplot

但是，由于类别的宽度不相等，因此最好将日志赔率与类别的中点进行对比。有没有办法可以手动定义边缘图上x轴绘制的值应该是2.5,10,22.5,40和（稍微任意）60，并且点间距是否合适？

Answer 1

如果有人有兴趣，我按如下方式获得了所需的图表：

1. 重新分类的年龄变量使用代表该类别中点的（整数）标签略有不同：

   gen agecat = .
   
   replace agecat = 3 if age<6
   
   replace agecat = 11 if age>=6 & age<16
   
   replace agecat = 23 if age>=16 & age<30
   
   replace agecat = 40 if age>=30 & age<50
   
   replace agecat = 60 if age>=50 & age<.
   

2. 出于标注目的，创建了一个标签：

   label define agecat 3 "Less than 5y" 11 "10 to 15y" 23 "15 to <30y" 40 "30 to <50y" 60 "Over 50 years"
   
   label values agecat
   

3. 如上所述进行逻辑回归：

   logistic disease i.agecat, vce(cluster clustvar)
   

4. 使用边距图和使用边距图：

   margins agecat, predict(xb)
   
   marginsplot