虽然回归结果表格中的变量的系数估计值反映了该变量对被解释变量影响作用的大小,并且一直是学者们交流回归模型结果的重要方式,但是,当回归模型中包含 类别变量、交乘项 或者回归模型为非线性(诸如 Logit, Probit 等非线性模型)时,对系数估计值的解释就非常具有挑战性。这时,就需要计算变量的 边际效应 或者计算预测边际...
虽然回归结果表格中的变量的系数估计值反映了该变量对被解释变量影响作用的大小,并且一直是学者们交流回归模型结果的重要方式,但是,当回归模型中包含 类别变量、交乘项 或者回归模型为非线性(诸如 Logit, Probit 等非线性模型)时,对系数估计值的解释就非常具有挑战性。这时,就需要计算变量的 边际效应 或者计算预测边际...
虽然回归结果表格中的变量的系数估计值反映了该变量对被解释变量影响作用的大小,并且一直是学者们交流回归模型结果的重要方式,但是,当回归模型中包含类别变量、交乘项或者回归模型为非线性(诸如Logit,Probit等非线性模型)时,对系数估计值的解释就非常具有挑战性。这时,就需要计算变量的边际效应或者计算预测边际值, 以探...