La presentación de los efectos marginales de logit con efectos fijos

Question

Tengo un tradicional modelo logit con una escala dicotómica de la variable dependiente y varias variables independientes. Uno de los IVs es categórica y en mi código R, me tratan como un factor.

En el pasado, he presentan los efectos marginales mediante la creación de un conjunto de datos simulados en el que tengo todas las variables en su media o la mediana y, a continuación, el incremento de la variable de interés por encima de su rango. Yo, a continuación, utilizar la estimación del modelo para obtener la predicción de la probabilidad de un resultado dado en el rango de la variable de interés. Esto es fácilmente conspirado para crear una buena interpretación gráfica de la estimación de los efectos de los cambios en la variable de interés.

Pero en el efecto fijo de caso, donde una variable en el modelo es un factor, ¿cómo hace uno para generar un gráfico análogo?

Necesito un aparte del efecto estimado de un gráfico para cada valor de la variable de factor o hay alguna manera de estimar un promedio del efecto de los cambios en la variable de interés sobre todas las categorías de la variable de factor, mientras que todas las demás variables se llevan a cabo en su medio?

Answer 1

En R la effects paquete puede ayudar con la interpretación de tales coeficientes mediante la producción de los gráficos. De CRAN:

efectos: Efecto Muestra Lineales, Lineales Generalizados, y Otros Modelos

Tabular y gráfica efecto de la muestra, por ejemplo, de las interacciones, para varios modelos estadísticos lineales predictores.

El paquete viene con dos documentos por John Fox describe el uso del paquete (junto con ejemplos) y la implementación subyacente. El paquete tiene buen cuidado de tratar con los detalles sutiles y dificultades de implementación de los modelos soportados.

Como un ejemplo:

require(car)
require(effects)
data(Cowles)
cowles.mod <- glm(volunteer ~ sex + neuroticism*extraversion,
                  data=Cowles, family=binomial)
Anova(cowles.mod)
plot(effect("neuroticism*extraversion", cowles.mod))
plot(effect("sex", cowles.mod))  ##for dummy, but should be similar for factors

Lo que dará como resultado:

> Anova(cowles.mod)
Analysis of Deviance Table (Type II tests)

Response: volunteer
                         LR Chisq Df Pr(>Chisq)    
sex                        4.9184  1   0.026572 *  
neuroticism                0.3139  1   0.575316    
extraversion              22.1372  1  2.538e-06 ***
neuroticism:extraversion   8.6213  1   0.003323 ** 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Y para el gráfico, que muestra los valores de predicción de Y en el eje vertical, y el efecto de X (el"neuroticismo") Y a los distintos niveles de Z ("extraversión"):

He aquí el efecto de la parcela para el ficticio (pero funciona de forma similar para los factores):

Por último, parece que hay cierta confusión que rodea parcial de los efectos (la celebración de otros predictores constante) frente a los efectos marginales (haciendo caso omiso de otros predictores). En mi comprensión de la effects paquete está interesado en mostrar "parcial de los efectos".