Julia中MixedModels建模后调用Effects包计算边际效应报错如何解决

报错原因及修复 #

你构造设计字典时传入了错误的参数：unique(df1)返回的是完整的去重DataFrame，而Effects包要求字典的值为对应变量的取值向量，因此触发类型不匹配错误。

修正后计算教育程度平均边际效应的代码如下：

# 取education列的唯一值作为设计参数
design = Dict(:education => unique(df1.education))
effects(design, m1)

默认状态下，其他控制变量会自动取典型值：连续变量取均值，分类变量取拟合时设定的基准水平，你也可以通过typical参数自定义典型值的计算规则。

教育与失业率交互项的平均边际效应计算 #

要计算两个变量的交互边际效应，只需要在设计字典中同时传入两个变量的目标取值即可，代码示例如下：

design = Dict(
    # 传入教育的所有取值
    :education => unique(df1.education),
    # 失业率如果是连续变量，可取分位点/均匀分布的代表性值；离散变量直接取unique即可
    :unemploy => quantile(df1.unemploy, [0.25, 0.5, 0.75])
)
# 得到交互项的边际效应结果
eff_interaction = effects(design, m1)

返回结果会自动包含不同教育水平、不同失业率组合下的预测工作时长、标准误等指标。

内容的提问来源于stack exchange，提问作者Jack