使用marginaleffects与fixest处理大数据集时出现NaN估计值求助

针对百万级数据集+交互固定效应的2SLS IV模型在marginaleffects中返回NaN/NA的问题，可按以下步骤排查解决：

1. 优化模型拟合的内存与数值稳定性 #

• 拟合模型时启用compress参数，减少交互固定效应生成的稀疏矩阵内存占用：

  m1 = feols(y ~ x1 | fe1^fe2 |x2_end*x3_end ~ x2_iv*x3_end, data, compress = TRUE)
  

• 先检查模型本身的拟合结果：运行summary(m1)确认系数、残差无异常NA值，排除模型拟合阶段的数值问题。

2. 调整marginaleffects计算参数 #

• 跳过标准误计算：先尝试不计算标准误，验证预测值本身是否正常（标准误计算涉及大矩阵运算，易引发数值问题）：

  avg_predictions(m1, vcov = FALSE)
  predictions(m1, newdata = datagrid(x2_end=unique, x3_end=unique), vcov = FALSE)
  

• 明确保留固定效应变量：在datagrid中指定保留交互固定效应的组成变量，确保模型能正确匹配固定效应组：

  predictions(m1, newdata = datagrid(x2_end=unique, x3_end=unique, keep = c("fe1", "fe2")))
  

• 指定响应类型：调用函数时添加type = "response"，避免内部类型转换的潜在问题：

  summary(marginaleffects(m1, variables = "x1", type = "response"))
  

3. 分块计算降低内存压力 #

如果内存不足是核心问题，可按固定效应组块计算后合并结果：

# 按fe1分组计算边际效应
library(dplyr)
results = data %>%
  group_by(fe1) %>%
  do({
    mod_sub = feols(y ~ x1 | fe1^fe2 |x2_end*x3_end ~ x2_iv*x3_end, data = ., compress = TRUE)
    as_tibble(marginaleffects(mod_sub, variables = "x1"))
  })

4. 版本更新与bug排查 #

• 确保fixest和marginaleffects为最新版本，旧版本可能存在大模型处理的bug：

  update.packages(c("fixest", "marginaleffects"), ask = FALSE)
  

• 若以上方法均无效，可构造最小可复现示例（用模拟数据生成百万级观测+交互固定效应的2SLS模型），在marginaleffects的代码仓库提交问题，开发者针对这类场景的bug修复效率较高。

内容的提问来源于stack exchange，提问作者Anja