如何在中断时间序列模型中使用marginaleffects的predictions函数

问题背景 #

• 拟合中断时间序列（ITS）回归模型，结果变量为连续型的幸福感指数（Wellbeing Index）
• 关键变量：T（天数）、D（二元干预变量，0=未开展游泳课，1=开展游泳课）、sex（二分类：male/female）、race（四分类：Green/Blue/Brown/Yellow）
• 研究目标：评估游泳课对幸福感的影响，核心关注水平变化（β₂，干预后即时变化）和斜率变化（β₃，干预后时间趋势变化）

数据加载与处理代码 #

URL <- "https://github.com/DS4PS/pe4ps-textbook/blob/master/data/time-series-example.rds?raw=true"     
dataTS      <- readRDS(gzcon(url(URL)))
dataTS$Y    <- round(dataTS$Y,1)          
dataTS$sex  <- sample(c("male", "female"), size = NROW(dataTS), replace = TRUE)
dataTS$race <- sample(c("Green", "Blue", "Brown", "Yellow"), 
                        size = NROW(dataTS), replace = TRUE)

拟合的ITS模型 #

ts <- lm( Y ~ T + D + T*D + sex + race, data=dataTS )

疑问：predictions函数的两种调用方式选择 #

需要用marginaleffects包的predictions()完成两个任务：

1. 生成预测值
2. 绘制Y（幸福感指数）随X（时间）变化的趋势图，可视化干预前后差异

现有两种调用方式：

方式一 #

predictions(ts, type = "response")

方式二 #

time_seq_pre  <- seq(0,   200,  by = 5)
time_seq_post <- seq(201, 300,  by = 5)

pred_grid <- bind_rows(
  data.frame(T = time_seq_pre,  D = 0),
  data.frame(T = time_seq_post, D = 1)
) |>
  mutate(
    sex       = "male",       
    race      = "Green"
  )
 
predictions(ts, 
             newdata = pred_grid,
             type = "response")

正确用法指导 #

• 方式一的局限性：基于原始数据集的每一行生成预测值，仅能得到现有观测的拟合结果。但原始数据中T和D是对应真实场景的（干预后D=1的行仅对应T≥201），无法生成"干预前假设开展游泳课"或"干预后假设未开展游泳课"的反事实预测，无法直接用于对比干预前后的趋势差异。

• 方式二更匹配你的需求：

  1. 自定义的pred_grid明确划分了干预前（T=0~200，D=0）和干预后（T=201~300，D=1）的时间区间，同时固定协变量为特定参考类别（这里选"male"和"Green"，也可根据需求替换为均值或其他分组）。
  2. 基于该网格生成的预测值，能直接对应干预前后的标准趋势线，完全满足可视化干预效果的需求。
  3. 如果需要展示不同协变量分组的趋势（比如不同性别），只需在pred_grid中加入对应分组的取值即可。

• 补充优化：若要生成所有协变量组合的预测值，可使用marginaleffects自带的datagrid()函数自动构建网格，示例：

predictions(ts, newdata = datagrid(T = seq(0, 300, 5), D = c(0,1), sex = c("male","female"), race = "Green"))

内容的提问来源于stack exchange，提问作者Eagle Hawk