边际效应 (Margins) 可视化项目简介

本项目旨在通过直观的图形化方式，展示统计模型中自变量微小变化对因变量产生的边际效应。在经济学、社会学及数据科学领域，理解“当其他条件不变时，某个因素增加一个单位会导致结果发生多少变化”至关重要。

核心功能

• 动态计算：基于回归模型（如线性回归、Logit/Probit 模型）实时计算平均边际效应 (AME) 或在特定值的边际效应 (MEM)。
• 多维展示：支持单变量及多变量交互作用的边际效应展示。
• 交互式探索：用户可调整基准值，观察不同情境下的效应斜率变化。

应用场景

• 评估价格变动对需求量的敏感程度。
• 分析政策干预（如教育年限增加）对收入预期的具体影响幅度。
• 诊断非线性模型中的局部线性特征。

结果展示说明

本模块不包含静态图片，而是描述用户在交互界面中输入特定参数后，系统将输出的文字反馈及图表形态描述。

场景一：单变量线性边际效应

• 用户输入：
  • 选择目标变量：房屋面积 (sqft)
  • 设定基准值：保持其他变量为均值
  • 变化步长：+10 sqft
• 系统输出：
  • 文字反馈："在控制房间数量和地理位置不变的情况下，房屋面积每增加 10 平方英尺，预测房价平均上涨 $2,500。置信区间为 [$2,300, $2,700] (95%)。"
  • 视觉形态描述：屏幕中央呈现一条斜率为正的直线。X 轴表示房屋面积增量，Y 轴表示房价增量。直线穿过原点，并在两端显示浅蓝色的阴影区域代表置信区间带。

场景二：非线性模型（Logit）的边际效应

• 用户输入：
  • 选择目标变量：广告支出 (万元)
  • 模型类型：Logit (购买概率)
  • 观测点：从 0 到 100 万元遍历
• 系统输出：
  • 文字反馈："边际效应呈倒 U 型分布。当广告支出为 10 万元时，每增加 1 万元投入，购买概率提升 0.5%；但当支出达到 80 万元时，同等投入仅能提升 0.05% 的概率，显示收益递减。"
  • 视觉形态描述：图表显示一条钟形曲线（或抛物线形状）。曲线在 X 轴中段达到峰值，表明此时边际效应最大；在 X 轴两端（极低和极高支出）曲线趋近于零。曲线下方的颜色深度随效应值大小渐变。

场景三：交互作用边际效应

• 用户输入：
  • 主变量：教育年限
  • 调节变量：工作经验 (分组：低经验 vs 高经验)
  • 操作：对比两组斜率
• 系统输出：
  • 文字反馈："教育年限的边际效应在‘高工作经验’组中更为显著。对于高经验人群，每多受一年教育，薪资预期增长 8%；而对于低经验人群，该增长率仅为 3%。"
  • 视觉形态描述：图中出现两条不同颜色的折线。代表“高经验”的线条斜率明显更陡峭，而“低经验”的线条较为平缓。图例清晰标注了两条线的含义，且两条线在 X 轴起点处距离较近，随着 X 轴延伸，垂直距离逐渐拉大。