. logit y sex job age edu fnjn  people income landgain workbili health yihuyizhai zjdmm zjdsl houseyear,robust

Iteration 0:   log pseudolikelihood = -170.53391  
Iteration 1:   log pseudolikelihood = -158.02216  
Iteration 2:   log pseudolikelihood = -157.56994  
Iteration 3:   log pseudolikelihood = -157.56803  
Iteration 4:   log pseudolikelihood = -157.56803  

Logistic regression                                  Number of obs   =        315
                                                             Wald chi2(14)   =      24.24
                                                                Prob > chi2     =     0.0429
Log pseudolikelihood = -157.56803           Pseudo R2       =     0.0760

------------------------------------------------------------------------------
             |               Robust
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         sex |  -.7092881   .3062103    -2.32   0.021**    -1.309449    -.109127
         job |    .278745   .1291742     2.16     0.031**     .0255682    .5319218
         age |   .0798883   .1342717     0.59    0.552    -.1832795     .343056
         edu |   .1547987   .1725006     0.90    0.370    -.1832963    .4928937
        fnjn |   .1117769   .3386902     0.33     0.741    -.5520437    .7755975
      people |  -.1376255   .0828941    -1.66   0.097*     -.300095    .0248441
      income |  -.3425462   .1806319    -1.90   0.058*    -.6965783    .0114859
    landgain |  -.1367334   .1076409    -1.27   0.204    -.3477057    .0742389
    workbili |  -.9871011   .5995148    -1.65   0.100*    -2.162128    .1879263
      health |   .1711718   .1663021     1.03   0.303    -.1547743    .4971179
  yihuyizhai |  -.3939164   .3058241    -1.29   0.198    -.9933207    .2054879
       zjdmm |   .1622063   .3086676     0.53   0.599    -.4427712    .7671837
       zjdsl |   .1848034   .2893989     0.64   0.523    -.3824081    .7520149
   houseyear |   .0518874   .1200658     0.43   0.666    -.1834373    .2872121
       _cons |  -.7741909   1.292561    -0.60   0.549    -3.307564    1.759182
------------------------------------------------------------------------------
**、*分别表示5%、10%显著性水平。这是本人做的关于农户行为的logit模型结果，数据都是社会调查的问卷得来的，我想问问这个模型是否可以？拟合度好吗？红色的字体部分是否符合计量模型的要求？