在R中用margins包复现Stata的平均离散概率效应分析可行吗？

完全可以复现Stata中margins, at(age=(25(5)65)) over(sports)的分析逻辑，核心是利用margins包的at和by参数对应Stata的同名设定，以下是具体步骤：

1. 先明确Stata命令的含义 #

你给出的Stata命令是：在sports的不同分组下，计算当age取25、30、35…65时，运动行为（sports）对结果变量的平均离散概率效应（即离散变量的边际效应，也就是sports取值变化时对应的概率变化量）。

2. R中的复现代码 #

假设你的数据框为df，结果变量是二分变量y（对应Stata中的被解释变量），sports是离散分组变量（比如0/1或多分类），age是连续控制变量，这里以常用的logit模型为例：

步骤1：拟合基础模型 #

library(margins)
# 拟合logit模型（和Stata的logit命令对应）
model <- glm(y ~ sports + age, family = binomial(link = "logit"), data = df)

步骤2：计算指定条件下的离散概率效应 #

用margins()函数，通过at参数指定age的取值序列，by参数对应Stata的over(sports)分组，variables参数明确计算sports的边际效应：

# 生成age的取值序列：25到65，步长5
age_vals <- seq(25, 65, 5)

# 计算分组下的边际效应
result <- margins(model,
                  at = list(age = age_vals),
                  by = "sports",
                  variables = "sports")

# 查看格式化结果
summary(result)

补充：若需预测概率而非边际效应 #

如果你的Stata命令实际是计算不同sports组、不同age下的预测概率（而非边际效应），可以用predictions()函数：

pred_probs <- predictions(model,
                          at = list(age = age_vals),
                          by = "sports")

print(pred_probs)

关键参数说明 #

• at = list(age = age_vals)：完全对应Stata的at(age=(25(5)65))，指定需要计算的age取值点
• by = "sports"：对应Stata的over(sports)，按sports分组输出结果
• variables = "sports"：明确指定计算sports的边际效应，对应Stata中默认的离散变量边际效应计算逻辑

内容的提问来源于stack exchange，提问作者Noicel