想问下大家在用probit做控制行业效应和区域效应时，出现下面这种情况，是为什么啊？
Probit regression                               Number of obs     =      1,300
                                                LR chi2(34)       =     285.30
                                                Prob > chi2       =     0.0000
Log likelihood = -755.46258                     Pseudo R2         =     0.1588

------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         fc1 |  -.4494885   .1057842    -4.25   0.000    -.6568218   -.2421553
        age1 |  -.0572376   .1382494    -0.41   0.679    -.3282015    .2137263
        size |   .2067122   .0336998     6.13   0.000     .1406618    .2727627
      gender |  -.0088442   .1380311    -0.06   0.949    -.2793802    .2616919
         own |  -.9053287   .2214885    -4.09   0.000    -1.339438   -.4712193
      growth |   1.369531   .3301678     4.15   0.000     .7224138    2.016648
       stock |   .0009197   .0012955     0.71   0.478    -.0016194    .0034587
      compet |   .2109641   .0443311     4.76   0.000     .1240768    .2978515
        var1 |  -.2832949   .1064447    -2.66   0.008    -.4919227   -.0746671
        var2 |   .2212405   .0573077     3.86   0.000     .1089195    .3335615
        var3 |   .0000253   .0000106     2.37   0.018     4.41e-06    .0000461
        var4 |   1.157005   .2489511     4.65   0.000     .6690696     1.64494
1.industry1 |  -.5781458   .3481605    -1.66   0.097    -1.260528    .1042362
1.industry2 |  -.8496289   .3538484    -2.40   0.016    -1.543159   -.1560988
1.industry3 |  -.9456695    .356415    -2.65   0.008     -1.64423    -.247109
1.industry4 |    -1.3288   .5245297    -2.53   0.011    -2.356859   -.3007407
1.industry5 |   .1177172   .8742647     0.13   0.893     -1.59581    1.831244
1.industry6 |  -.1378464   .4781355    -0.29   0.773    -1.074975     .799282
1.industry7 |  -1.231957   .4916305    -2.51   0.012    -2.195535   -.2683785
1.industry8 |  -.7303578   .6564836    -1.11   0.266    -2.017042    .5563264
1.industry9 |  -.4696308   .3542061    -1.33   0.185    -1.163862    .2246004
1.industry10 |  -.5635164   .3522989    -1.60   0.110     -1.25401    .1269767
1.industry11 |  -.8410386   .3514448    -2.39   0.017    -1.529858   -.1522194
1.industry12 |   -.608156   .3571131    -1.70   0.089    -1.308085    .0917729
1.industry13 |  -1.089222    .354388    -3.07   0.002     -1.78381   -.3946346
1.industry14 |  -.3349542   .3592392    -0.93   0.351     -1.03905    .3691417
1.industry15 |  -.5355652   .3522641    -1.52   0.128     -1.22599    .1548598
1.industry16 |   -.772749   .5126365    -1.51   0.132    -1.777498    .2320002
1.industry17 |  -.5586847   .3545804    -1.58   0.115    -1.253649    .1362801
1.industry18 |  -.5431189   .5527974    -0.98   0.326    -1.626582    .5403441
1.industry19 |  -2.423622   1.149518    -2.11   0.035    -4.676636    -.170607
1.industry20 |          0  (empty)
1.industry21 |          0  (empty)
1.industry22 |  -.0897377    .625813    -0.14   0.886    -1.316309    1.136833
0.industry23 |          0  (omitted)
0.industry24 |          0  (omitted)
1.industry25 |  -1.234702   .7981118    -1.55   0.122    -2.798972    .3295683
1.industry26 |          0  (omitted)
    1.narea1 |  -1.488357   .2490815    -5.98   0.000    -1.976547   -1.000166
    1.narea2 |          0  (omitted)
       _cons |  -3.622716   1.116436    -3.24   0.001    -5.810892   -1.434541
------------------------------------------------------------------------------

. est stor m1

. outreg2 [m1] using shift,dec(4) word replace
shift.rtf
dir : seeout

.
. margins, dydx(*)
(note: continuous option implied because a factor with only one level was specified in the dydx() option)
Warning: prediction constant over observations.
missing predicted values encountered within the estimation sample