R中marginaleffects双对比时参考类别估计值一致问题排查

我在R中使用marginaleffects包计算三重交互项的边际效应，回归代码如下：

library(fixest)
library(marginaleffects)

fmla <-  as.formula(paste0("DV ~ ",k,"*var1:(var2 + control)  + var2 + control | FE"))

reg <- feols(fmla, data = test_df , vcov="cluster")

plot_cme(congress_reg,variables = c("var2"), condition = list("var1",k), draw = FALSE)

变量说明：

• k为多组虚拟变量，通过lapply循环运行
• var1是虚拟变量
• var2是含5个水平的因子变量，已正确指定参考水平0
• 因var1完全依赖于var2，模型未估计其基础效应

遇到的问题：
希望同时针对var1和k进行对比估计，但运行后发现：

• 当var1=1时，var2的边际效应随k变化，符合预期
• 当var1=0时，无论k取何值，估计值完全相同
  已确认无变量缺失水平、无系数被剔除，想知道是否误解了plot_cme的斜率计算逻辑，或是能否这样指定多对比项。

经调试发现原公式未在三重交互外指定k与var2的基础交互效应，修改后的公式如下：

library(fixest)
library(marginaleffects)

fmla <-  as.formula(paste0("DV ~ ",k,"*var1:(var2 + control)  +",k,"*var2 + control | FE"))

reg <- feols(fmla, data = test_df , vcov="cluster")

plot_cme(congress_reg,variables = c("var2"), condition = list("var1",k), draw = FALSE)

修改后估计值出现预期变化，推测原问题是缺乏计算边际效应的基线参考水平，导致对比项固定，想确认这个直觉是否正确，以及是否仍存在其他问题。

你的直觉完全正确，核心问题出在原回归公式的设定上：

1. 原公式中，k仅与var1:(var2 + control)存在交互，当var1=0时，var1:(var2 + control)这一项完全失效，此时模型中仅包含var2的主效应，没有k*var2的交互项——这意味着模型根本没有估计k对var2边际效应的调节作用，所以var1=0时，var2的边际效应自然不会随k变化。
2. 修改后的公式添加了k*var2交互项，为var1=0的场景提供了k调节var2边际效应的参数，因此此时var2的边际效应会随k取值不同而变化，符合预期。

额外注意事项：

• 确认k作为虚拟变量时，其水平在数据中完整且无共线性问题，避免模型自动剔除系数影响结果
• 可通过summary(reg)检查模型系数估计情况，确保k*var2的交互项都被正确估计
• plot_cme的condition参数指定list("var1",k)是合理的，这会让函数在var1的不同水平下，分别展示k调节var2边际效应的结果，完全满足你的多对比需求

内容的提问来源于stack exchange，提问作者flâneur