在 R 中使用带有二次项和交互虚拟变量的边距命令

Question

我的目标是在“边际效应”下创建类似于这篇文章中所做的边际效应和情节： https : //www.drbanderson.com/myresources/interpretinglogisticregressionpartii/

由于我无法提供实际模型或实际数据（数据是敏感的），我将提供一个通用示例。

我使用 glm 函数创建了以下模型：

model = glm(y ~ as.factor(x1) + x2 + I(x2^2) + x3 + as.factor(x4):as.factor(x5), data = dataFrame,family="binomial")

x2 是一个连续变量，我想计算另一个连续变量 x3 的平均值以及 x1、x4 和 x5 的预定义值的边际效应。 为了进一步简化，假设 x1 是上午、下午或晚上的分类（因此在 logit 模型中产生两个系数），x4 是左或右的分类，x5 是向上或向下的分类（因此 x4:x5产生左和上、左和下、右和上的系数结果，右和下排除交互作用）。

与帖子中所做的类似，我运行以下代码：

x2.inc <- seq(min(dataFrame$x2), max(dataFrame$x2), by = .1) 

获得一系列 x2 值，用于评估边际效应。 最后，我尝试运行 margins 命令：

x2.margins.df <- as.data.frame(summary(margins(model, at = list(x2 = x2.inc, x3 = mean(dataFrame$x3), x1 = 'morning', x4 = 'left', x5 = 'right'))))

但是，运行它会产生以下错误：

Error in attributes(.Data) <- c(attributes(.Data), attrib) : 
  'names' attribute [1] must be the same length as the vector [0]

给定 a) 模型中 x2 的二次性质，以及 b) 模型中项的相互作用，我对如何成功运行 margins 命令有何想法？

附带说明：我知道如果我愿意，我可以手动计算这些东西。 但是，为了减少代码并易于重现，我想让这种方法起作用。 感谢您的帮助！

Answer 1

margins的自述文件说：

https://cran.r-project.org/web/packages/margins/readme/README.html

它支持logit模型。 那么为什么要手动实现一些东西呢？

library("car")
library("plm")
data("LaborSupply", package = "plm")

model <- glm(disab ~ kids*age + kids*I(age^2), data = LaborSupply, family="binomial")
summary(margins(model))