R语言miceadds::glm.cluster模型聚类标准误下平均边际效应计算及报错排查

• 直接传入glm.cluster对象到margins的报错：margins的底层数据定位函数find_data仅支持识别传统S3类的模型对象，miceadds::glm.cluster返回的是自定义结构对象，没有内置可被识别的公式调用关联属性，因此触发“需要公式调用”的识别错误。
• 提取内嵌glm_res传入margins的报错：glm.cluster内部存储的glm_res是临时生成的回归结果容器，生成完成后即剥离了原始数据集关联、模型环境绑定等属性，margins在计算微分时无法从无绑定的环境中定位到解释变量，因此触发“对象找不到”的错误，同时因无法识别变量类型，生成对应类不识别的警告。

glm.cluster的核心逻辑是在基础glm的系数估计完成后，仅将模型默认协方差矩阵替换为聚类稳健版本，本身不改动回归系数的计算结果。基于该特性可按以下步骤操作：

1. 从glm.cluster的返回对象中提取聚类稳健协方差矩阵

cluster_vcov <- cseLogit$vcov

2. 使用原始数据集，按照和glm.cluster完全一致的参数，重新运行一次基础glm回归，保证模型对象的环境、数据关联属性完整可被margins解析

# 与glm.cluster的公式、样本、分布族设定完全对齐
base_logit <- glm(
  formula = follow ~ f1_distance + f2_distance + PolFol + MediaFol,
  data = data_long,
  family  = binomial(link = "logit")
)

3. 调用margins计算平均边际效应，显式指定之前提取的聚类协方差矩阵覆盖模型默认协方差，确保边际效应的标准误完全继承聚类稳健调整结果

ame_result <- margins(
  model = base_logit,
  vcov = cluster_vcov
)

操作注意事项 #

• 重新运行的基础glm必须和原glm.cluster的公式、样本量、分布族设定完全一致，保证回归系数与原聚类模型完全对齐，避免边际效应数值出现偏差。
• 不要直接使用cseLogit$glm_res作为margins的输入，该对象的临时环境属性已被清理，无法正常完成变量定位。
• 该方案计算得到的平均边际效应数值与原聚类模型完全一致，标准误通过显式指定聚类协方差实现，不会丢失聚类调整的效果。

内容的提问来源于stack exchange，提问作者stathomie41