请教:
用 biprobit 来做如下的回归以解决内生性问题 (都是categorical 变量)
xi: biprobit (Y = i.X1 i.X2 i.X3 ) ( X1= i.Y i.X4) , r
结果总是不能收敛,一直显示 " Iteration #: .log pseudolikelihood =... (not concave)"
请问这个是什么原因造成的呢?如何改进呢?
非常的谢谢!
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
不能收敛的原因有多种,你可以先估计一个相对简单的模型(比如去掉xi),然后再逐步考虑复杂一点的模型。
此外,样本中如果存在离群值,也会导致无法收敛,此时你要对那些样本数比较少的类别进行合并。假设x2总有五个类别,共1000个观察值,但是第五类只有10个样本,那么就需要考虑把它与其它的组别进行合并,最终x2只包含4个类别。
刚试过了, 还是不行的样子。
是不是还有什么别的可能性呢?
谢谢。
p.s. 给出的信息有的时候是 (not concave) 有的时候是 (backed up) .
老师,我又想了一下,会不会是biprobit只能用于如下的情况:
eq1. Y1 = X1 X2 X3
eq2. X1 = X2 X4
也就是说,eq2里面不可以包含 Y1?
如果是这样,什么命令可以更好处理 Y1 和 X1 (都是binary) 之间相互决定的情况呢?
谢谢!