如何在marginaleffects的avg_predictions()中使用参数术语名设置假设？

当by参数包含多个变量时，直接用带空格的术语名（如"cauc yes" - "afam yes" = 0）写hypothesis会报错，核心原因是解析器会把空格当成变量分隔符，无法识别完整术语名。这里给你两种可行的解决方法：

方法1：用反引号包裹术语名 #

在hypothesis字符串里，给带空格的术语名加上反引号，让解析器识别为单个完整术语，直接在avg_predictions()中使用：

# 加载包并拟合示例模型
library(marginaleffects)
mod <- glm(am ~ vs * cyl, data = mtcars, family = binomial)

# 用by参数分组，hypothesis里用反引号包裹术语名
avg_pred <- avg_predictions(
    mod,
    by = c("vs", "cyl"),
    hypothesis = "`vs 0:cyl 4` - `vs 1:cyl 4` = 0"
)

# 查看假设检验结果
tidy(avg_pred)

方法2：先生成预测结果，再用hypothesis()函数指定假设 #

如果不确定术语名，先运行不带hypothesis的avg_predictions()，用tidy()查看term列的准确名称，再用hypothesis()函数基于结果对象构建假设，这种方式更灵活，也不容易出错：

# 先得到分组预测结果
avg_pred_base <- avg_predictions(mod, by = c("vs", "cyl"))

# 查看term列的准确术语名
tidy(avg_pred_base)

# 基于结果对象构建假设，用term[]引用具体术语
avg_pred_hyp <- hypothesis(
    avg_pred_base,
    term["vs 0:cyl 4"] - term["vs 1:cyl 4"] = 0
)

# 查看假设检验结果
tidy(avg_pred_hyp)

这两种方法都能避开位置标识（b1、b2）的不稳定问题，直接用术语名精准指定组间差异的假设。

内容的提问来源于stack exchange，提问作者Tony