在 blogit 命令之后绘制预测概率答案

【问题标题】：Plot for predicted probabilities after blogit command在 blogit 命令之后绘制预测概率
【发布时间】：2015-07-28 12:32:01
【问题描述】：

在使用 Stata 中的 blogit 命令估计分组数据的 logit 模型后，我正在寻找一种方法来绘制二元结果的预测概率。该图需要在 y 轴上显示预测概率，在 x 轴上显示连续变量（天）。

我尝试过 UC LA 的 xi3 和 postgr3 命令，但它们似乎不适用于 blogit 命令。

非常感谢您的帮助！如果您需要更多信息，请告诉我。

谢谢！

【问题讨论】：

help blogit 链接到 help glogit_postestimation，它本身链接到 margins 和 marginsplot。另见this 和this。
我尝试了边距命令，但看到用于计算边距的观察数量让我感到惊讶。当我使用分组数据时，似乎存在问题。 margins 命令中使用的观察数远低于实际的观察数。

标签： graph stata logistic-regression

【解决方案1】：

如果我理解正确，一个简单的解决方案是创建一个反事实数据集，其中 pop_var 为 1，然后简单地使用 predict 命令获取概率，如下所示：

webuse xmpl2
blogit deaths pop agecat exposed
replace pop = 1
predict probability

然后，您可以根据需要使用各种twoway 命令绘制此图。虽然我的示例没有连续的 x 轴，但它可能类似于：

twoway scatter probability agecat, by(exposed)

【讨论】：

【解决方案2】：

你也可以像这样在 glm 框架中拟合这种类型的模型：

webuse xmpl2, clear
list, clean noobs
blogit deaths pop agecat exposed
glm deaths agecat exposed, link(logit) family(binomial pop) nolog
replace pop = 1
margins, at(agecat = (0 1)) 
marginsplot

【讨论】：

为什么要替换 population var = 1？我不会丢失很多关于某个案件发生频率的信息吗？
您当然不必这样做。如果您不这样做，则预测的死亡人数将是人口的函数（预期有 6 或 21 人死亡），而不是概率。将总体设置为 1 会将其转化为概率。