在 R 中，有两个包：emmeans和margins。第一个实现 SAS 已知的 LS-means，这里称为估计边际均值，第二个实现来自 Stata的边距命令。我理解 LS-means 的概念（在类别级别的网格和平均连续预测变量上的预测）。如果设计平衡，边际均值等于原始均值。但它与边际效应有何关系？
效果是两种手段的差异。我们有简单的效果，我们在分类预测变量的两个级别上比较均值。我们有主效应，我们比较分类预测变量所有级别的“全局平均值”。但什么是边际效应？它与边际均值有关吗？
我听说这与基于预测变量变化的响应变化有关，但这不是模型系数告诉我们的吗？就像“X1 中的一个单位变化，在其他条件不变的情况下，将响应改变 32.1 个单位”。那么边际效应如何与模型系数相关？
总而言之，如果有的话，它们之间的关系是什么：
- 边际效应和边际均值
- 边际效应和模型系数
- 边际效应和主/简单效应