Я начинающий пользователь R.
Я имею дело с некоторыми данными CPS, чтобы оценить, как участие рабочей силы одинокой женщины с детьми изменилось в ответ на реализацию некоторой политики.
Ниже приведена моя probit() функция без каких-либо других спецификаций:
probit_1 <- glm(lfp ~ anykids + post_arra + kids_x_arra, family=binomial(link = "probit"), data=Mcps_s)
summary(probit_1)
, где anykids - двоичная переменная и равна единице, если у одинокой женщины есть ребенок, нулю в противном случае. post_arra - это другая двоичная переменная, равная единице, если период времени после реализации политики, и нулю, если до реализации политики.
Теперь я использую predict(), чтобы увидеть, как мое лечение и предложение рабочей силы контрольной группы отвечает на реализацию политики.
# this is for treatment group response
prediction1 <- predict(probit_1, newdata=data.frame("anykids" = 1,
"post_arra" = c(0,1),
"kids_x_arra" = c(0,1)),
se.fit=TRUE,
type = "response")
и
# this is for control group
prediction2 <- predict(probit_1, newdata=data.frame("anykids" = 0,
"post_arra" = c(0,1),
"kids_x_arra" = c(0,1)),
se.fit=TRUE,
type = "response")
Это дает мне прогнозируемые значения со стандартной ошибкой.
Итак, вот два вопроса:
Я хочу отличить коэффициент участия в рабочей силе до АРРА от показателя после АРРА в каждой группе, что дает мне первое отличие. Но как я могу найти стандартную ошибку?
После разницы я хочу отличить первое разностное значение контрольной группы от значения группы лечения, что дает мне разницу значение разницы Опять же, я мало представляю, как рассчитать стандартную ошибку, чтобы сделать оценку значимой.
Я приложил снимок, который дополняет мое объяснение. Я знаю, как рассчитать стандартные ошибки в столбцах (I) и (II), так как это сводная статистика. Но SE для колонки (III) и (IV) - мои проблемы.
Пожалуйста, дайте мне знать, если у вас есть идеи по этому поводу!
Спасибо за чтение моей испорченной записи. 