Risposte:
Non credo che ci sia consenso sulla terminologia qui, ma quanto segue è ciò che penso che la maggior parte delle persone abbia in mente quando qualcuno dice "effetto parziale medio" o "effetto marginale medio".
Supponiamo, per concretezza, che stiamo analizzando una popolazione di persone. Considera il modello lineare
dove sono osservate variabili casuali scalari e è una variabile casuale scalare non osservata. Supponiamo che sia una costante sconosciuta. Supponiamo che questo sia un modello strutturale, nel senso che ha un'interpretazione causale. Quindi, se potessimo scegliere una persona fuori dalla popolazione e aumentare il valore di di 1 unità, il loro valore di aumenterebbe di . Quindi viene chiamato l' effetto marginale o causale di su
Ora, supponendo che sia una costante significa che, indipendentemente da quale persona scegliamo dalla popolazione, un aumento di un'unità di ha lo stesso effetto su --- aumenta di di . Questo è chiaramente restrittivo. Possiamo rilassare questo presupposto dell'effetto costante supponendo che stesso sia una variabile casuale --- ogni persona ha un valore diverso di . Di conseguenza, esiste un'intera distribuzione di effetti marginali, la distribuzione di . La media di questa distribuzione, , è chiamata effetto marginale medioX Y(AME) o effetto parziale medio. Se dovessimo aumentare il valore di tutti di di un'unità, la variazione media in è data dall'AME.
In alternativa, considera il modello non lineare
Si noti inoltre che questi oggetti potrebbero anche essere chiamati effetti di trattamento medi, soprattutto se si considera una differenza finita. Ad esempio, la differenza della funzione strutturale in ('trattata') e in ('non trattata'), mediata sui non osservabili.
Gli effetti parziali medi (APE) sono il contributo di ciascuna variabile sulla scala dei risultati, in base alle altre variabili coinvolte nella trasformazione della funzione di collegamento del predittore lineare
Gli effetti marginali medi (AME) sono il contributo marginale di ciascuna variabile sulla scala del predittore lineare .
Questa documentazione dal margins
pacchetto per R è abbastanza utile per la comprensione.
"average partial effects"
(o, meglio ancora,"average partial effects" definition
) rivela grandi riferimenti. Tuttavia, una risposta chiara da parte di un esperto sarebbe molto gradita qui.