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
5255 6
2008-04-06
Fitting constant-only model:
Iteration 0:   log likelihood = -443.83224  
Iteration 1:   log likelihood = -434.46106  
Iteration 2:   log likelihood = -434.28071  
Iteration 3:   log likelihood = -434.28062  
Iteration 4:   log likelihood = -434.28062  
Fitting full model:
Iteration 0:   log likelihood = -376.16864  
Iteration 1:   log likelihood = -366.50632  
Iteration 2:   log likelihood = -366.46842  
Iteration 3:   log likelihood = -366.46841  
Interval regressionNumber of obs   =210
LR chi2(18)     =135.62
Log likelihood = -366.46841Prob > chi2     =0
Coef.   Std. Err.      zP>z     [95% Conf.Interval]
area    2.932133   1.528826     1.920.055    -.06431045.928576
housep   -448.7348   521.3713    -0.860.389    -1470.604573.1342
housel   -386.1795   485.2712    -0.800.426    -1337.294564.9345
houseg    351.7442   509.3611     0.690.490    -646.58521350.074
ring2    1120.952   180.2664     6.220.000     767.63611474.267
ring23    855.7064   190.1817     4.500.000      482.9571228.456
ring34    728.4232   175.6007     4.150.000     384.25221072.594
ring45    583.4251   170.3976     3.420.001     249.4519917.3983
ring56    293.4095   165.9506     1.770.077    -31.84764618.6666
housej    83.86826   213.5533     0.390.695    -334.6884502.4249
housef   -31.00832   183.5519    -0.170.866    -390.7634328.7468
houses    87.40535   134.8948     0.650.517    -176.9837351.7944
houseo    4.321604   340.6107     0.010.990    -663.2631671.9063
housegy   -949.5011   126.2009    -7.520.000     -1196.85-702.152
safety    62.90476     62.887     1.000.317     -60.3515186.161
facility    49.41404   54.26319     0.910.362    -56.93985155.7679
service    35.29336   46.35913     0.760.446    -55.56886126.1556
manage   -.6540509   45.96462    -0.010.989    -90.7430489.43494
_cons    786.0277   547.1169     1.440.151    -286.30171858.357
/lnsigma    6.458834    .060526   106.710.000     6.3402066.577463
sigma    638.3166   38.63477566.9128718.7138
Observation summary:         0     uncensoredobservations
33  left-censoredobservations
19 right-censoredobservations
158       intervalobservations

其中的LR CHI2 的值能不能通过检验? 每个自变量对应的z值怎么判断大小?

还有下面的sigma有什么用? 

请高手指教!!!

多谢!!!

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
2008-4-6 10:35:00
LR chi2(18)     =135.62
LProb > chi2     =0
通过检验
系数是否通过检验,通常看P值是否小于0.05


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

2008-4-6 10:40:00
LR CHI2 应该是比较full model和constant-only model的likelihood, 可以判断full model的显著性。
sigma是辅助参数,是error term的均方差
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

2008-4-6 14:19:00

为什么是0.05?

是表示95%显著性么?

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

2008-4-6 14:20:00
可以根据这个结果推算出每个变量的t值么?
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

2008-4-6 20:51:00

大家如果知道的话,请多多指教哦!

真的非常感谢!

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