依照帮忙文件，
Setup
. webuse sysdsn1
Fit multinomial logistic regression model
. mlogit insure age male nonwhite i.site
Same as above, but use 2 as the base outcome
. mlogit insure age male nonwhite i.site, base(2)
Replay, reporting relative-risk ratios
. mlogit, rrr


可以得到如下relative-risk ratios

如何解读下面这张表？
Multinomial logistic regression  Number of obs   = 615
  LR chi2(10)     = 42.99
  Prob > chi2     = 0.0000
Log likelihood = -534.36165  Pseudo R2       = 0.0387
   
insure         RRR   Std. Err. z P>z     [95% Conf. Interval]
   
Indemnity   
age    1.011814   .0062678 1.90 0.058     .9996039 1.024174
male    .5702426   .1156147 -2.77 0.006     .3832494 .8484726
nonwhite    .3772766   .0891585 -4.12 0.000      .237412 .5995383
            
site
2     .8931186   .1877249 -0.54 0.591     .5915546 1.348415
3     1.800362   .4103658 2.58 0.010     1.151705 2.814353
            
_cons    .7635988   .2507981 -0.82 0.412     .4011389 1.453569
   
Prepaid        (base outcome)
   
Uninsure     
age    1.003957   .0116453 0.34 0.734     .9813898 1.027042
male    .8959741   .3271993 -0.30 0.764     .4379722 1.832923
nonwhite    .4687349   .1966699 -1.81 0.071     .2059604 1.06677
            
site
2     .2659097   .1249232 -2.82 0.005     .1058872 .6677667
3     1.462541   .5452629 1.02 0.308     .7043106 3.037051
            
_cons      .21084   .1257299 -2.61 0.009     .0655175 .6784985