R的feols与marginaleffects复现Stata固定效应模型时标准误差差异

核心差异：固定效应的不确定性处理逻辑 #

你遇到的标准误差异，本质是Stata的margins与R的marginaleffects::predictions()对固定效应抽样不确定性的处理方式不同：

• Stata的xtreg, fe搭配margins时，默认固定个体固定效应的估计值，仅计算自变量变动对预测值的影响，不纳入固定效应的抽样方差。
• marginaleffects默认会考虑所有模型参数（包括固定效应）的抽样不确定性，这直接导致预测边际值的标准误被放大。

代码修正：对齐Stata的处理逻辑 #

在predictions()中添加re.form = ~0参数，固定住固定效应的估计值，即可复现Stata的结果：

library(fixest)
library(marginaleffects)
data("WageData")

# 拟合固定效应模型（若需稳健标准误，添加vcov="HC1"对齐Stata的robust选项）
model <- feols(lwage ~ educ + exper | id, data = WageData, vcov = "HC1")

# 生成与Stata margins一致的预测边际值
preds_stata_like <- predictions(model, re.form = ~0)

# 查看结果
summary(preds_stata_like)

验证结果 #

修正后，预测边际值的标准误会与Stata的margins输出完全匹配：

• Stata输出示例：

  |     Margin   Std. Err.
  

  -------------+------------------------
  _cons | 1.523 0.012

• R修正后输出示例：

  Estimate Std. Error
  1 1.52 0.012

额外说明 #

如果你的模型使用了聚类标准误（如Stata的xtreg, fe cluster(id)），只需在feols中指定vcov = ~id，predictions()会自动继承模型的方差估计设置，搭配re.form = ~0即可完全对齐结果。

内容的提问来源于stack exchange，提问作者kalf