In umasds/mlame: Estimate Average Marginal Effects for Machine Learning Algorithms

Example for using the ame() function

Install packages if not available

if (!"rpart" %in% installed.packages()[,1]) install.packages("rpart")
if (!"randomForest" %in% installed.packages()[,1]) install.packages("randomForest")
if (!"ggplot2" %in% installed.packages()[,1]) install.packages("ggplot2")
if (!"dplyr" %in% installed.packages()[,1]) install.packages("dplyr")
library(rpart)
library(randomForest)
library(ggplot2)
library(dplyr)

Set seed for reproducible results

set.seed(1)

Generate data

n <- 10000
a <- 150
b1 <- 120
b1.sqr <- -0.7
b2 <- -200
b1.2 <- -30
b3.1 <- 150
b3.2 <- 250
s <- 0.75

Variables

alter <- round(runif(n, 15, 64), 0)
geschl <- rbinom(n, 1, .5)
bildung <- as.factor(rbinom(n, 2, .6))
real <- ifelse(bildung==1, 1, 0)
abi <- ifelse(bildung==2, 1, 0)

Dependent variable

y <- round(exp(rnorm(n , mean=log(a + b1*alter + b1.sqr*alter*alter + b2*geschl
     + b1.2*alter*geschl + b3.1*real + b3.2*abi), sd=s)))
mean(y)

Plot

library(ggplot2)
qplot(alter, y, geom=c("point", "smooth"), group = geschl, method="gam"
      , formula=y~poly(x,2)) + ylim(0, 5000)

Merge data

test.data <- data.frame(cbind(y, alter, geschl, bildung))
test.data$bildung <- as.factor(test.data$bildung)
rm(y, alter, geschl, bildung)

Load function (this will be made into a package later on)

source("R/ame.R")

Average marginal effects fuer metrische abhaengige Variablen Es koennen der Effekt fuer metrische und binaere unabhaengige Variablen geschaetzt werden Funktionsaufbau: ame(data.name, meth, func, var.name, fromtoby=NULL, plotTree=FALSE, plotSlope=FALSE) data.name = Name des Datenframes meth = anzuwendendes Verfahren (in Anfuehrungszeichen): - "lm", lineare regression - "dt", decision tree, option plotTree - "dtt", decision two tree (nur bei binaeren unabhaengigen Variablen), hier die Variable nicht in die Funktion mitaufnehmen - "rf", random forest - "rftt", random forest two tree (nur bei binaeren unabhaengigen Variablen) hier die Variable nicht in die Funktion mitaufnehmen - func = zu berechnende Funktion, z.B. y ~ x - var.name = Name der Variable fuer die der AME berechnet werden soll (in Anfuehrungszeichen) - fromtoby = Wertebereich f?r den Predicted values bestimmt werdne sollen. nur bei metrischen variablen notwendig. Ueblicherweise ueber die Function seq(from,to,by) - plotTree = Plot des Entscheidungsbaums bei meth = "dt" (optional) - plotPV = Plot der Predicted Values (optional; nur bei metrischen unabhaenigen variablen)

Ausgabe: Liste mit 3 Objekten - 1. AME-Schaetzer - 2. Predicted Values - 3. Informationen zur Modell

Anwendung bei binaerer Variable Geschlecht

ame(test.data, "lm", y ~ alter + I(alter^2) + geschl + I(alter*geschl) + bildung, "geschl")
ame(test.data, "dt", y ~ alter + geschl + bildung, "geschl", plotTree=TRUE)[1]
ame(test.data, "dtt", y ~ alter + bildung, "geschl")[1]

Anwendung bei kategorialer Variable Bildung

ame(test.data, "lm", y ~ alter + I(alter^2) + geschl + I(alter*geschl) + bildung, "bildung")[c(1,2)]
ame(test.data, "dt", y ~ alter + geschl + bildung, "bildung", plotTree=TRUE)[c(1,2)]
#ame(test.data, "rf", y ~ alter + geschl + bildung, "bildung", plotPV=TRUE)[2]

Anwendung bei metrischer Variable Alter

ame(test.data, "lm", y ~ alter + I(alter^2) + geschl + I(alter*geschl), "alter", seq(20,60,5))[c(1,2)]
ame(test.data, "rf", y ~ alter + geschl, "alter", seq(20,60,5), plotPV=TRUE)

Bootrapping zur Bestimmung der Standardfehler und 95%-Konfidenzintervalle Funktionsaufbau ame.boot(data.name, rep, n, meth, func, var.name, fromtoby) Bedeutung der Argumente wie bei Funktion AME rep = Anzahl der Wiederholungen (default = 100) Ausgabe: Vektor mit 5 Elementen: - 1. AME-Schaetzer - 2. SE - 3. p-value - 4. Lower Bound (95%-CI) - 5. Upper Bound (95%-CI)

Anwendung

ame.boot(test.data, 10, "lm", y ~ alter + geschl + bildung, "geschl")
ame.boot(test.data, 10, "dtt", y ~ alter+ bildung, "geschl")
ame.boot(test.data, 10, "dt", y ~ alter + geschl + bildung, "bildung")
ame.boot(test.data, 10, "dt", y ~ alter + geschl, "alter", seq(20,60,1))

umasds/mlame documentation built on May 3, 2019, 2:24 p.m.