悬赏 30 个论坛币 已解决
我用STATA建了两个模型来测试对企业信用等级造成影响的因素。一个是使用多元线性回归来做,另一个则是用ordered probit回归来做,在多元线性回归中,我将因变量(即信用评级,”AAA“为15,”AAA-“为14,以此类推)从1-15逐个标出;而在ordered probit回归中,我将因变量进行了归类(例如AA为一组,其中包括了“AA+”,”AA“和“AA-),在两组模型中,自变量均不改变。
我现在对两组模型做出的结果有点疑问。在多元线性回归中有显著性的自变量在ordered probit回归的结果中变得不具有显著性。我想知道这两组模型的自变量显著性结果可以进行比较吗?如果可以比较的话,如何解释显著性发生的变化与不同,即模型1中的显著性变量在模型2中变得不再具有显著性?
还请高人指点迷津,万分感谢!
最佳答案
老树皮 查看完整内容
一个是线性回归,一个非线性的。
虽然ordered probit model 假设自变量对于因变量的latent variable是线性的,但是cutoff points不一定是等间距分布的。既aaa和aaa-之间的差距和bbb和bbb-之间的差距可能是不一样的.而多元线性回归则假设这两个是一样的.
不过一般来说对于这种有顺序的离散性因变量,还是应该以ordered probit model为准。