R中marginaleffects::predictions置信区间计算差异问题咨询

模型设定与估计代码 #

我采用工具变量法估计包含内生变量二次项的回归模型，公式为：
$Y = b_1 \times \text{endogenous} + b_2 \times \text{endogenous}^2 + b_3 \times \text{controls} + \text{error}$

使用fixest包的feols()函数完成模型估计，代码如下：

model <- feols(outcome ~ control1 + control2 + control3 + control4 |
                    fixed_effect1 + fixed_effect2 |
                    endogenous + I(endogenous^2) ~ instrument + I(instrument^2) ,
                  data = dataset,  se = "cluster", cluster = "cluster_id")

模型估计结果 #

问题描述 #

我关注endogenous（记为X）的边际效应，当X=0时，边际效应的方差应为$\text{Var}(b_1)$，对应的95%置信区间宽度手动计算为：
2*1.96*0.156600333=0.6138733

但运行marginaleffects::predictions(model, newdata = datagrid(endogenous = c(0, 1)))得到如下结果：

X=0时置信区间宽度为9.36-8.71=0.65，明显大于手动计算值，想了解差异原因。

原因分析与解决方案 #

1. 函数用途混淆：预测值vs边际效应的置信区间 #

你手动计算的是边际效应的置信区间，但marginaleffects::predictions()默认输出的是Y的预测值的置信区间，两者计算逻辑完全不同：

• 边际效应的方差仅与核心解释变量（endogenous及其平方项）的系数方差、协方差相关；
• 预测值的方差则包含所有控制变量系数的方差、固定效应的估计误差，以及模型整体的误差项贡献，范围远大于单个系数的方差。

2. IV模型与聚类标准误的方差传递 #

你的模型是工具变量估计且使用了聚类标准误：

• IV模型的方差计算会包含第一阶段回归的方差传递，marginaleffects会完整调用fixest输出的全方差协方差矩阵，包含所有变量系数间的协方差；
• 聚类标准误的调整会进一步影响方差估计结果，而你手动计算时仅使用了单个系数的标准误，未考虑这些复杂的方差成分。

3. datagrid默认取值的额外方差贡献 #

datagrid()默认将控制变量设为均值/中位数等代表性值，这些控制变量的系数本身存在方差，会被纳入预测值的方差计算中，这也是你手动计算时忽略的部分。

正确获取边际效应置信区间的方法 #

若需计算endogenous的边际效应及其置信区间，应使用marginaleffects::marginaleffects()函数，其计算逻辑与你手动推导一致：

marginaleffects(model, newdata = datagrid(endogenous = c(0, 1)))

该函数会直接计算$\frac{\partial Y}{\partial X} = \hat{b}_1 + 2X\hat{b}_2$的估计值、标准误和置信区间，自动调用模型的方差协方差矩阵计算边际效应的方差：$\text{Var}(\hat{b}_1 + 2X\hat{b}_2) = \text{Var}(\hat{b}_1) + 4X^2\text{Var}(\hat{b}_2) + 4X\text{Cov}(\hat{b}_1, \hat{b}_2)$。

内容的提问来源于stack exchange，提问作者RobertoAS