我有一组面板数据，因为是计数模型，所以选择负二项分布进行回归
xtnbreg numniceclassesctm dumvct dumexperience dumdr ageheterogeneity age dumyear regiong1 regiong2 regiong3 regiong4 regiong5 regiong6 regiong7 regiong8 regiong9 regiong10 regiong11, re
numnicecla~m |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      dumvct |   .4707075   .3358253     1.40   0.161     -.187498    1.128913
dumexperi~ce |     .84413   .6799697     1.24   0.214    -.4885861    2.176846
       dumdr |   .2644557   .3552853     0.74   0.457    -.4318907    .9608021
ageheterog~y |   .5547349   .6213917     0.89   0.372    -.6631704     1.77264
         age |    .075564   .0484024     1.56   0.118     -.019303    .1704311
     dumyear |   .8502894   .3454927     2.46   0.014     .1731362    1.527443
    regiong1 |   .3160623   .5632745     0.56   0.575    -.7879354     1.42006
    regiong2 |  -.5315554   .7420307    -0.72   0.474    -1.985909    .9227979
    regiong3 |  -1.607692   1.177261    -1.37   0.172    -3.915082    .6996973
    regiong4 |  -17.95297   3411.276    -0.01   0.996     -6703.93    6668.024
    regiong5 |  -.7921846   .6009184    -1.32   0.187    -1.969963    .3855938
    regiong6 |   -.591434   .5252769    -1.13   0.260    -1.620958    .4380898
    regiong7 |  -18.12707   4897.246    -0.00   0.997    -9616.553    9580.299
    regiong8 |  -1.293366   1.202831    -1.08   0.282    -3.650872    1.064141
    regiong9 |  -.3024581   .6767896    -0.45   0.655    -1.628941    1.024025
   regiong10 |  -.6552931   .9610164    -0.68   0.495    -2.538851    1.228264
   regiong11 |  -1.389126   .9123074    -1.52   0.128    -3.177216    .3989634
       _cons |  -4.796648   .9620176    -4.99   0.000    -6.682168   -2.911128
-------------+----------------------------------------------------------------
       /ln_r |  -.2142951   .2476478                     -.6996759    .2710856
       /ln_s |  -.7056743   .4862664                     -1.658739    .2473904
-------------+----------------------------------------------------------------
           r |   .8071101    .199879                      .4967463    1.311387
           s |   .4937755   .2401065                      .1903789    1.280679
------------------------------------------------------------------------------
Likelihood-ratio test vs. pooled: chibar2(01) =     7.17 Prob>=chibar2 = 0.004

然后我想计算边际效应，具体命令如下：
mfx compute, predict (nu0)
predict() expression nu0 unsuitable for marginal-effect calculation
这里我就搞不懂了，为什么不适合啊？我该怎么办呢？有其他的方法计算边际效应的吗？在我用同样的方法计算其他计数模型的边际效应的时候，都可以的，就是到了这个的时候，就不行了。请高人指点啊