我必须重新创建一个使用 R 在 Stata 中构建的模型。我想在使用有序概率/logit 模型后计算边际效应。我有一个因（序数）变量，有 5 个结果和几个自变量。
我尝试了“MASS”和“erer”以及“oglmx”-package，它们都为我的 DV 的每个结果提供了边际效应。喜欢：
x <- ocME(m1, x.mean=TRUE)
x
effect.Str agree effect.Agree effect.Disag effect.Str disag
x1 -0.198 -0.047 0.076 0.169
x2 -0.050 -0.012 0.019 0.043
x3 -0.018 -0.004 0.007 0.016
但是，这两个包似乎都没有边际效应函数，它只是为每个自变量提供一个单一的边际效应值。我想为每个自变量计算平均值的单个边际效应 - 请参见 Stata：
我认为stata中的代码是：. margins, dydx(*) predict(outcome(1))
几乎与以下问题相同：在 R 中找到多项有序 Probit/Logit 回归的边际效应。但我认为他想要什么价值观存在误解，这就是为什么没有明确答案的原因。
我希望我清楚我想要什么样的边际效应。如果有人知道一个好的包裹或如何手动计算它们，您将成为我的救星。谢谢大家！