全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
14919 11
2013-04-03
用截面数据做了ologit模型,被解释变量是从1-5的离散变量。之后怎么做检验呢?有资料说做wald检验,是要每个解释变量都做吗,怎么样是通过了检验呢?
ologit结果如下:
.   ologit xingfu wuincome gender age_2 hukou edu dangyuan  mar wasset ss safe  ,robust

Iteration 0:   log pseudolikelihood =  -4679.464  
Iteration 1:   log pseudolikelihood = -4574.6792  
Iteration 2:   log pseudolikelihood = -4574.2017  
Iteration 3:   log pseudolikelihood = -4574.2015  

Ordered logistic regression                       Number of obs   =       4138
                                                               Wald chi2(10)   =     196.84
                                                                 Prob > chi2     =     0.0000
Log pseudolikelihood = -4574.2015                 Pseudo R2       =     0.0225

------------------------------------------------------------------------------
             |               Robust
      xingfu |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
    wuincome |   3.25e-06   8.56e-07     3.80   0.000     1.58e-06    4.93e-06
      gender |   .1787505   .0639014     2.80   0.005     .0535059     .303995
       age_2 |   3.13e-09   1.33e-09     2.35   0.019     5.17e-10    5.74e-09
       hukou |  -.0164813   .0679028    -0.24   0.808    -.1495683    .1166057
         edu |   .0710183    .009153     7.76   0.000     .0530787    .0889578
    dangyuan |   .2168595   .1188921     1.82   0.068    -.0161648    .4498838
         mar |   .5738508    .107147     5.36   0.000     .3638465    .7838551
      wasset |   .0049378   .0006091     8.11   0.000     .0037441    .0061316
          ss |   .0860524   .0600466     1.43   0.152    -.0316368    .2037416
        safe |  -.1691301    .060539    -2.79   0.005    -.2877843    -.050476
-------------+----------------------------------------------------------------
       /cut1 |  -2.875078   .2447267                     -3.354733   -2.395422
       /cut2 |  -.5795771   .1991778                     -.9699584   -.1891959
       /cut3 |   2.025318   .1974778                      1.638268    2.412367
       /cut4 |   4.746056    .211374                      4.331771    5.160342
------------------------------------------------------------------------------



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
2013-4-3 11:08:35
刚发那个回归结果比较乱,请看这个。谢谢
ologit xingfu wuincome gender age_2 hukou edu dangyuan  mar wasset ss safe  ,robust

Iteration 0:   log pseudolikelihood =  -4679.464  
Iteration 1:   log pseudolikelihood = -4574.6792  
Iteration 2:   log pseudolikelihood = -4574.2017  
Iteration 3:   log pseudolikelihood = -4574.2015  

Ordered logistic regression                       Number of obs   =       4138
                                                  Wald chi2(10)   =     196.84
                                                  Prob > chi2     =     0.0000
Log pseudolikelihood = -4574.2015                 Pseudo R2       =     0.0225

------------------------------------------------------------------------------
             |               Robust
      xingfu |      Coef.          Std. Err.      z          P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
  wuincome |   3.25e-06   8.56e-07     3.80   0.000     1.58e-06    4.93e-06
       gender |   .1787505   .0639014     2.80   0.005     .0535059     .303995
        age_2 |   3.13e-09   1.33e-09     2.35   0.019     5.17e-10    5.74e-09
       hukou |  -.0164813   .0679028    -0.24   0.808    -.1495683    .1166057
           edu |   .0710183    .009153     7.76   0.000     .0530787    .0889578 dangyuan |   .2168595   .1188921     1.82   0.068    -.0161648    .4498838
           mar |   .5738508    .107147     5.36   0.000     .3638465    .7838551
      wasset |   .0049378   .0006091     8.11   0.000     .0037441    .0061316
             ss |   .0860524   .0600466     1.43   0.152    -.0316368    .2037416
          safe |  -.1691301    .060539    -2.79   0.005    -.2877843    -.050476
-------------+----------------------------------------------------------------
       /cut1 |  -2.875078   .2447267                     -3.354733   -2.395422
       /cut2 |  -.5795771   .1991778                     -.9699584   -.1891959
       /cut3 |   2.025318   .1974778                      1.638268    2.412367
       /cut4 |   4.746056    .211374                      4.331771    5.160342
------------------------------------------------------------------------------
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

2013-4-3 11:10:16
刚发那个回归结果比较乱,请看这个。谢谢
ologit xingfu wuincome gender age_2 hukou edu dangyuan  mar wasset ss safe  ,robust

Iteration 0:   log pseudolikelihood =  -4679.464  
Iteration 1:   log pseudolikelihood = -4574.6792  
Iteration 2:   log pseudolikelihood = -4574.2017  
Iteration 3:   log pseudolikelihood = -4574.2015  

Ordered logistic regression                       Number of obs   =       4138
                                                  Wald chi2(10)   =     196.84
                                                  Prob > chi2     =     0.0000
Log pseudolikelihood = -4574.2015                 Pseudo R2       =     0.0225

------------------------------------------------------------------------------
             |               Robust
      xingfu |      Coef.          Std. Err.      z         P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
wuincome |   3.25e-06   8.56e-07     3.80   0.000     1.58e-06    4.93e-06
     gender |   .1787505   .0639014     2.80   0.005     .0535059     .303995
       age_2 |   3.13e-09   1.33e-09     2.35   0.019     5.17e-10    5.74e-09
       hukou |  -.0164813   .0679028    -0.24   0.808    -.1495683    .1166057
           edu |   .0710183    .009153     7.76   0.000     .0530787    .0889578 dangyuan |   .2168595   .1188921     1.82   0.068    -.0161648    .4498838
           mar |   .5738508    .107147     5.36   0.000     .3638465    .7838551
      wasset |   .0049378   .0006091     8.11   0.000     .0037441    .0061316
             ss |   .0860524   .0600466     1.43   0.152    -.0316368    .2037416
          safe |  -.1691301    .060539    -2.79   0.005    -.2877843    -.050476
-------------+----------------------------------------------------------------
       /cut1 |  -2.875078   .2447267                     -3.354733   -2.395422
       /cut2 |  -.5795771   .1991778                     -.9699584   -.1891959
       /cut3 |   2.025318   .1974778                      1.638268    2.412367
       /cut4 |   4.746056    .211374                      4.331771    5.160342
------------------------------------------------------------------------------

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

2013-4-3 11:10:50
怎么还是调不好?
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

2013-4-3 12:40:48
是我问的不对吗?怎么没有人回答呢?
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

2013-4-5 14:24:01
yanzhishi 发表于 2013-4-3 12:40
是我问的不对吗?怎么没有人回答呢?
不知道你问的什么问题?
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

点击查看更多内容…
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