Stata中margins命令atmeans选项及at/over参数差异问询

一、margins中atmeans选项的计算逻辑差异 #

你提到的两段mlogit+margins代码，核心差异在于是否使用atmeans选项，Stata的计算逻辑完全不同：

• 带atmeans的情况：
  Stata会先将所有自变量调整到它们的“均值状态”：

  • 连续自变量：设置为样本算术均值；
  • 分类自变量（比如你代码里的i.indipvar1这类）：按样本中各分类的比例加权（也就是把指示变量的均值作为权重）。
    之后在这个统一的“均值点”上计算针对outcome(0)的预测概率，本质是单一均值点的预测值。

• 不带atmeans的默认情况：
  Stata会遍历数据中的每一个观测，用该观测自身的自变量取值计算outcome(0)的预测概率，最后对所有观测的预测结果取算术平均，得到的是所有观测预测概率的平均值（即平均预测值）。

这两种逻辑针对的场景不同：atmeans适合看“当所有变量处于平均水平时的预测概率”，而默认行为适合看“样本整体的平均预测概率”，结果自然会有差异。

二、margins中at(year=(...))与over(year)的差异 #

你用year分类变量测试的两段代码，核心区别在于分组/赋值的逻辑：

• margins cluster, at(cluster==0) at(year=(71 81 91 2001))：
  这个命令是强制修改整个样本的变量取值：把所有观测的cluster设为0，然后依次把所有观测的year设为71、81、91、2001，每次修改后计算所有观测的预测值并取平均。简单说就是：假设所有样本都属于某一年份（比如71年），同时cluster为0时，整个样本的平均预测值。

• margins cluster, at(cluster==0) over(year)：
  这个命令是按year对样本分组：先把数据拆分成year=71、year=81等四个子样本，然后在每个子样本内部，把cluster设为0，计算该子样本内所有观测的预测值并取平均。也就是只利用对应年份的观测数据，计算该年份下cluster=0的平均预测值。

两者结果不同的原因很直观：不同年份的子样本中，其他自变量的分布可能差异很大，前者是用全样本数据强制替换year值，后者是用各年份的子样本数据计算，自然会得到不同的结果。

内容的提问来源于stack exchange，提问作者ggg