ฉันสนใจที่จะเข้าใจวิธีการเดลต้าในการประมาณข้อผิดพลาดมาตรฐานของผลกระทบส่วนเพิ่มโดยเฉลี่ยของตัวแบบการถดถอยซึ่งรวมถึงคำศัพท์การโต้ตอบ ฉันได้ดูคำถามที่เกี่ยวข้องภายใต้วิธีเดลต้าแต่ไม่มีผู้ใดได้ให้สิ่งที่ฉันกำลังมองหา
พิจารณาข้อมูลตัวอย่างต่อไปนี้เป็นตัวอย่างที่สร้างแรงบันดาลใจ:
set.seed(1)
x1 <- rnorm(100)
x2 <- rbinom(100,1,.5)
y <- x1 + x2 + x1*x2 + rnorm(100)
m <- lm(y ~ x1*x2)
ฉันสนใจในผลกระทบที่ขอบเฉลี่ย (อาเมส) ของและx1
x2
ในการคำนวณเหล่านี้ฉันทำต่อไปนี้:
cf <- summary(m)$coef
me_x1 <- cf['x1',1] + cf['x1:x2',1]*x2 # MEs of x1 given x2
me_x2 <- cf['x2',1] + cf['x1:x2',1]*x1 # MEs of x2 given x1
mean(me_x1) # AME of x1
mean(me_x2) # AME of x2
แต่ฉันจะใช้วิธีการเดลต้าเพื่อคำนวณข้อผิดพลาดมาตรฐานของ AME เหล่านี้ได้อย่างไร
ฉันสามารถคำนวณ SE สำหรับการโต้ตอบเฉพาะนี้ด้วยมือ:
v <- vcov(m)
sqrt(v['x1','x1'] + (mean(x2)^2)*v['x1:x2','x1:x2'] + 2*mean(x2)*v['x1','x1:x2'])
แต่ฉันไม่เข้าใจวิธีการใช้วิธีเดลต้า
เป็นการดีที่ฉันกำลังมองหาคำแนะนำเกี่ยวกับวิธีการคิด (และรหัส) วิธีการเดลต้าสำหรับ AMEs ของรูปแบบการถดถอยใด ๆ โดยพลการ ตัวอย่างเช่นคำถามนี้มีสูตรสำหรับ SE สำหรับเอฟเฟกต์การโต้ตอบเฉพาะและเอกสารนี้จาก Matt Golderมีสูตรสำหรับโมเดลเชิงโต้ตอบที่หลากหลาย แต่ฉันต้องการเข้าใจขั้นตอนทั่วไปสำหรับการคำนวณ SEs ของ AME มากกว่าสูตร SE ของ AME เฉพาะใด ๆ