使用margins函数计算multinom多分类模型边际效应时出现‘jacobian %*% vcov: non-conformable arguments’错误的原因及解决方法

这个错误Error in jacobian %*% vcov : non-conformable arguments本质是矩阵乘法维度不匹配导致的，问题出在你调用multinom()的方式上：

nnet包的multinom()函数默认不会计算完整的Hessian矩阵，因此返回的方差协方差矩阵（vcov(test)）只包含第一个非参考类别的系数协方差（维度4×4），但margins()计算边际效应时需要对应所有模型系数的完整vcov矩阵（你的模型有2个非参考类别，每个类别4个系数，所以需要8×8的vcov矩阵），两者维度不匹配就触发了这个错误。

解决步骤： #

1. 在训练multinom模型时添加Hess=TRUE参数，强制计算完整的Hessian矩阵，从而生成完整的方差协方差矩阵：

ml <- read.dta("https://stats.idre.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
# 添加Hess=TRUE参数
test <- multinom(prog2 ~ ses + write, data = ml, Hess=TRUE) 
library(margins)
margins(test) # 现在可以正常运行了

2. 验证一下：运行dim(vcov(test))会返回[1] 8 8，这就是对应所有8个模型系数的完整协方差矩阵，margins()可以正常进行矩阵运算了。

额外说明： #

如果你不需要计算边际效应的标准误，也可以在调用margins()时指定vce="none"，跳过vcov矩阵的运算，但这会丢失标准误信息，一般不推荐：

margins(test, vce="none")

内容的提问来源于stack exchange，提问作者cliu