在R的marginaleffects包中复现Stata margins, eydx(*)命令遇异常

我正在使用R的marginaleffects包，尝试针对核心变量为分类变量的分数逻辑回归，复现Stata的margins, eydx(*)命令结果。先后试过avg_comparisons和avg_slope函数，但无论是否指定comparison="eydx"，或是切换counterfactual网格还是“均值处”设置，分类变量的效应估计值均完全相同，且和Stata的结果差异显著。

以AER包中的Fertility2数据集为示例，通过四种不同参数调用avg_comparisons计算hispanic变量的边际效应，得到的估计值均为0.0086，标准误为0.010725，无法理解为何不同参数设置会得到相同结果。

代码示例：

library(AER)
library(marginaleffects)
data("Fertility2")

Fertility2$propwork = Fertility2$work/52

mod<-glm(propwork~age+hispanic+morekids,data=Fertility2,family="binomial")
summary(mod)

avg_comparisons(mod)

avg_comparisons(mod,
                comparison = "eydx")

avg_comparisons(mod,
            #comparison = "eydx",
             newdata = datagrid(
              hispanic = c("no", "yes"),
              grid_type = "counterfactual"))

avg_comparisons(mod,
            comparison = "eydx",
             newdata = datagrid(
              hispanic = c("no", "yes"),
              grid_type = "counterfactual"))

内容的提问来源于stack exchange，提问作者Margaret Bolton