Stata中如何对样本外数据集的特定子组生成margins式预测

问题核心 #

你遇到的两个关键问题：

• 新数据执行margins x1报错，是因为切换数据集后，Stata丢失了原估计样本的e(sample)标记，margins默认会检查这个标记
• 直接计算新数据中x1分组的预测概率均值和原margins结果不符，是因为两者的计算逻辑完全不同：
  • margins x1是固定其他协变量（x2）在原估计样本的均值/参考水平，单独计算x1取不同值时的预测概率
  • 而直接求分组均值，是基于新数据中x2的实际分布，对该组所有观测的预测概率取平均

解决方案1：直接用margins命令（推荐） #

步骤1：确保模型结果可调用 #

如果切换数据集前没保存模型，先在原数据集执行：

estimates save "my_melogit_model.ster", replace

然后加载新数据后，导入模型：

use "C:\file path\newdata.dta", clear
estimates use "my_melogit_model.ster"

步骤2：执行带参数的margins命令 #

margins x1, atmeans noestimcheck reffects(0)

参数说明：

• atmeans：强制其他协变量取原估计样本的均值（分类变量取参考水平），和原margins x1的计算逻辑完全一致
• noestimcheck：跳过Stata对e(sample)的检查，解决报错问题
• reffects(0)：固定随机效应为0（样本外预测时，新数据的x3可能不在原随机效应分组中，这是常规做法；如果需要保留随机效应，可去掉该参数，但需确保新数据的x3和原数据的分组一致）

执行后输出的结果就和原数据集的margins x1完全匹配。

解决方案2：手动构建基准观测计算 #

如果不想用margins，可以手动模拟margins的计算逻辑：

步骤1：在原数据集提取协变量基准值 #

* 提取x2的均值（如果x2是分类变量，取其参考水平，比如0）
summarize x2 if e(sample), meanonly
scalar x2_base = r(mean)
* 保存标量到文件
scalar save "covariate_bases.ster", replace(x2_base)

步骤2：在新数据集中计算基准预测概率 #

use "C:\file path\newdata.dta", clear
* 导入基准标量
scalar load "covariate_bases.ster"

* 添加两个虚拟观测，分别对应x1=0和x1=1，x2取基准值
set obs `=_N + 2'
local last1 = _N - 1
local last2 = _N

replace x1 = 0 in `last1'
replace x1 = 1 in `last2'
replace x2 = x2_base in `last1'/`last2'
* x3可设为任意值（如果用reffects(0)，随机效应不影响结果）

* 计算预测概率，固定随机效应为0
predict margin_prob if inlist(_n, `last1', `last2'), reffects(0)

* 查看结果
list x1 x2 margin_prob if inlist(_n, `last1', `last2')

得到的margin_prob就是和原margins x1一致的结果。

内容的提问来源于stack exchange，提问作者Ray