输入的命令如下：
logit  a1  gender  age  edu  hedu  labor  outscale  nfexpscale  party  risk  nfscale  xmscale  land  animal

a1指的是某种选择是否发生（0,1），剩下的13个变量是自变量（X）

结果如下：

Logistic regression                               Number of obs   =        289
                                                  LR chi2(13)     =      35.16
                                                  Prob > chi2     =     0.0008
Log likelihood = -150.95043                       Pseudo R2       =     0.1043
------------------------------------------------------------------------------
          a1 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      gender |  -.3556981   .5657748    -0.63   0.530    -1.464596    .7532002
         age |  -.0304586   .0164084    -1.86   0.063    -.0626185    .0017014
         edu |   .0186853   .0541304     0.35   0.730    -.0874084    .1247789
        hedu |   .0078582   .0597381     0.13   0.895    -.1092264    .1249427
       labor |   .1651529   .1705933     0.97   0.333    -.1692038    .4995096
    outscale |  -.0135558    .006904    -1.96   0.050    -.0270873   -.0000242
  nfexpscale |   .0095279   .0070563     1.35   0.177    -.0043022    .0233581
       party |   .0111242   .3904193     0.03   0.977    -.7540837     .776332
        risk |   .0013763   .0010541     1.31   0.192    -.0006898    .0034424
     nfscale |  -.0042052   .0041083    -1.02   0.306    -.0122574     .003847
     xmscale |   .0024092    .008112     0.30   0.766    -.0134901    .0183085
        land |   .0215601   .0336563     0.64   0.522    -.0444051    .0875252
      animal |   .0936201   .0352157     2.66   0.008     .0245986    .1626416
       _cons |   1.878101   1.346536     1.39   0.163    -.7610622    4.517264
------------------------------------------------------------------------------