我首先声明我的数据的面板结构没有问题:
xtset id year
然后,我估计了一个序数逻辑回归模型,其中包含不同的群体截距("随机截距模型"),iv1的主要和二次项,以及另一个变量iv2:
xtologit dv iv1 iv2 c.iv1#c.iv1
我正在尝试计算每个序数响应变量值的预测概率的变化(例如,如果我的序数响应变量有3个值,我将要求在组1,组中的预测概率的变化2,组3)因为iv1增加1.换句话说,我想要iv1的边际效应对概率尺度。虽然我更喜欢我的其他变量保持在观察值(而不是样本均值),但不一定需要它。为方便起见,我可以将随机效果设置为一个值(通常是0到pu0),但理想情况下我也可以使用我的样本观察值。
有人可以提供指导吗?我已经能够用二项Logistic随机效应模型来计算边际效应,但是没有使用具有平方项的序数逻辑随机效应模型。我特别关注平方术语被认为与主效应有关(iv1)。我尝试了下面的一些,但即使在读取边距之后,语法也不完全清楚,因为序数因变量的例子很少:
margins iv1, predict(outcome(1)) // "factor variables may not contain noninteger values"
margins iv1, predict(outcome(1)) pu0 // "option pu0 not allowed"
margins, dydx predict(outcome(1)) // "options dydx not allowed"