Stata中margins命令不同分组语法的差异探究

你遇到的差异来自两个margins命令对非目标协变量的取值处理逻辑完全不同，具体拆解如下：

核心区别 #

• margins admit, at(gre = (220 (100) 800))
  这条命令的逻辑是：针对admit的每个水平（0和1），固定gre为指定的一系列值，其余协变量（比如你的模型里的rank）使用整个样本的均值来计算边际预测值。简单说，就是用全局均值来代表rank的“典型值”，再结合不同admit和gre组合算预测值。

• margins, over(admit) at(gre = (220 (100) 800))
  这条命令的逻辑是：先按admit分组（分成admit=0和admit=1两个子样本），在每个组内，固定gre为指定值，其余协变量（rank）使用当前组内的均值来计算预测值。也就是每个admit组用自己组的rank平均水平，而非全局均值。

为什么大数据集中差异更显著？ #

在你的示例数据里，admit两组的rank均值差异可能很小，所以结果差异不明显。但在大数据集中，如果admit不同组之间的协变量（比如rank）分布差异很大，那么用组内均值 vs 全局均值计算出来的预测值、标准误就会出现显著差距——毕竟协变量的取值直接影响回归模型的预测结果。

验证方法 #

你可以手动计算两组的rank均值来验证：

bysort admit: summarize rank

对比全局均值（summarize rank）和分组均值，就能直观看到差异来源。

内容的提问来源于stack exchange，提问作者Dima