全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
1813 2
2012-02-01
悬赏 200 个论坛币 已解决
第一个回归的dependent variable是兼并中rival bidders的数量,用的回归是negative binomial
第二个回归的dpendent variable是兼并中有没有rival bidders,0/1变量,用的回归是probit。

回归出来,两个回归的系数正负,显著程度差不多,但是probit的pseduo R2是0.18, negative binomial的R2没有报告,我后来用pseudo R2=(lnL0-lnL1)/lnL0算出来pseduo R2是0.008.

照道理,这两个回归考察的是一个问题,出来系数正负,显著程度差不多,为什么negative binomial的pseduo R2这么小,回归中大部分系数显著。

非常感谢!

最佳答案

jingju11 查看完整内容

另外,比如说,LL(constant only) =-1000, LL(constant +x) =-992.so, LR test for chisq = 16 with df =1, significantly improved model; on the other hand, r2 =0.008, very small, same as yours. jingju
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2012-2-1 18:01:52
另外,比如说,LL(constant only) =-1000, LL(constant +x) =-992.so, LR test for chisq = 16 with df =1, significantly improved model; on the other hand, r2 =0.008, very small, same as yours.
jingju
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-2-2 12:45:10
pseudo r2的大小 应该没有一定的允许值。所以0.008并不意味着不好。它在不同数据或者不同的分布之间也没有可比性。你的实际情况是数据不同而且回归方法都不同。另外sas里,nb给出两个LL值。一个是LL,一个是full LL,两个值应该不同,尤其是数据越大,差异通常越大。所以,我觉得很小的p r2并不说明什么。
京剧
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群