连老师你好：

我用ivprobit做了回归之后，用mfx进行边际分析，但是两个的估计结果一样，不知道什么原因，见下文的回归结果

. xi:ivprobit  health_hh    age age2 gender edu  marr     sons child_h age_h edu_h  /*
> */   family_h  house asset_h earth_h       /*  
> */    distance    i.pro_h  (home_h= vhome)  if age>=60,cluster(hhid)
i.pro_h           _Ipro_h_0-4         (naturally coded; _Ipro_h_0 omitted)

Fitting exogenous probit model

Iteration 0:   log likelihood = -686.16163  
Iteration 1:   log likelihood = -617.04511  
Iteration 2:   log likelihood = -616.41998  
Iteration 3:   log likelihood = -616.41751  
Iteration 4:   log likelihood = -616.41751  

Fitting full model

Iteration 0:   log pseudolikelihood = -229.37133  
Iteration 1:   log pseudolikelihood = -228.18686  
Iteration 2:   log pseudolikelihood = -227.08996  
Iteration 3:   log pseudolikelihood = -227.07296  
Iteration 4:   log pseudolikelihood =  -227.0729  
Iteration 5:   log pseudolikelihood =  -227.0729  

Probit model with endogenous regressors           Number of obs   =       1009
                                                  Wald chi2(19)   =     140.71
Log pseudolikelihood =  -227.0729                 Prob > chi2     =     0.0000

                                 (Std. Err. adjusted for 722 clusters in hhid)
------------------------------------------------------------------------------
             |               Robust
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      home_h | -2.144181  .9717439    -2.21   0.027    -4.048764   -.2395976
         age |  -.3553932   .1010821    -3.52   0.000    -.5535104   -.1572759
        age2 |   .0023075   .0006922     3.33   0.001     .0009509    .0036641
      gender |   .2611572   .0838192     3.12   0.002     .0968746    .4254399
         edu |   .0371354    .014208     2.61   0.009     .0092882    .0649826
        marr |  -.3059207   .1261024    -2.43   0.015    -.5530769   -.0587646
        sons |   .0050542    .034729     0.15   0.884    -.0630133    .0731218
     child_h |  -.2005358    .126321    -1.59   0.112    -.4481203    .0470488
       age_h |   -.013136    .009285    -1.41   0.157    -.0313342    .0050623
       edu_h |   .0058887   .0200565     0.29   0.769    -.0334213    .0451987
    family_h |   .1470308    .072189     2.04   0.042      .005543    .2885187
       house |    .004012   .0024494     1.64   0.101    -.0007888    .0088128
     asset_h |    .002786   .0145158     0.19   0.848    -.0256644    .0312365
     earth_h |   .0078532   .0119595     0.66   0.511    -.0155871    .0312934
    distance |  -.0113015   .0081062    -1.39   0.163    -.0271893    .0045863
   _Ipro_h_1 |   .5544208   .1654738     3.35   0.001     .2300981    .8787435
   _Ipro_h_2 |   .3816545   .1800984     2.12   0.034     .0286682    .7346409
   _Ipro_h_3 |  -.0029485    .154539    -0.02   0.985    -.3058394    .2999424
   _Ipro_h_4 |    .140648   .1683701     0.84   0.404    -.1893513    .4706473
       _cons |   13.23127   3.782055     3.50   0.000     5.818578    20.64396
-------------+----------------------------------------------------------------
     /athrho |   .3807797   .1908364     2.00   0.046     .0067472    .7548122
    /lnsigma |  -1.802532   .0237501   -75.90   0.000    -1.849082   -1.755983
-------------+----------------------------------------------------------------
         rho |   .3633844   .1656368                      .0067471    .6380111
       sigma |   .1648808   .0039159                      .1573816    .1727373
------------------------------------------------------------------------------
Instrumented:  home_h
Instruments:   age age2 gender edu marr sons child_h age_h edu_h family_h
               house asset_h earth_h distance _Ipro_h_1 _Ipro_h_2 _Ipro_h_3
               _Ipro_h_4 vhome
------------------------------------------------------------------------------
Wald test of exogeneity (/athrho = 0): chi2(1) =     3.98 Prob > chi2 = 0.0460

.
.
. mfx

Marginal effects after ivprobit
      y  = Fitted values (predict)
         = -.21120026
------------------------------------------------------------------------------
variable |      dy/dx    Std. Err.     z    P>|z|  [    95% C.I.   ]      X
---------+--------------------------------------------------------------------
  home_h |  -2.144181      .97176   -2.21   0.027   -4.0488 -.239561   .233392
     age |  -.3553932      .10108   -3.52   0.000  -.553512 -.157274   67.8484
    age2 |   .0023075      .00069    3.33   0.001   .000951  .003664   4657.37
  gender*|   .2611572      .08382    3.12   0.002   .096875   .42544   .539148
     edu |   .0371354      .01421    2.61   0.009   .009288  .064982   3.82458
    marr*|  -.3059207       .1261   -2.43   0.015  -.553077 -.058765   .714569
    sons |   .0050542      .03473    0.15   0.884  -.063014  .073123    3.1447
child_h |  -.2005358      .12632   -1.59   0.112   -.44812  .047049   .979187
   age_h |   -.013136      .00928   -1.41   0.157  -.031334  .005062   37.3676
   edu_h |   .0058887      .02006    0.29   0.769   -.03342  .045197   7.89717
family_h |   .1470308      .07219    2.04   0.042   .005545  .288516    5.2111
   house |    .004012      .00245    1.64   0.101  -.000789  .008813   16.2653
asset_h |    .002786      .01452    0.19   0.848  -.025663  .031235   1.87709
earth_h |   .0078532      .01196    0.66   0.511  -.015587  .031293   2.26518
distance |  -.0113015      .00811   -1.39   0.163  -.027189  .004586   6.69348
_Ipro_~1*|   .5544208      .16547    3.35   0.001   .230098  .878743   .219029
_Ipro_~2*|   .3816545       .1801    2.12   0.034   .028668  .734641   .161546
_Ipro_~3*|  -.0029485      .15454   -0.02   0.985  -.305839  .299942   .285431
_Ipro_~4*|    .140648      .16837    0.84   0.404  -.189351  .470647   .166501
------------------------------------------------------------------------------
(*) dy/dx is for discrete change of dummy variable from 0 to 1