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
2159 3
2016-08-28
probit后求marginal effects,用mfx和margins得到不同结果,命令和结果如下,该如何选择
mfx, predict(p)
margins, dydx(*)

. ***********probit******
. xi: probit     know_op1    i.hi2  sup_hi no_relate_hiop private_com  i.pce i.edu    age_10 female  marital  hh_size i.sah  chronic01   urban_nbs migrant  i.region  i.wave,     vce(cluster communityID)

Probit regression                               Number of obs     =      7,153
                                                Wald chi2(26)     =     909.59
                                                Prob > chi2       =     0.0000
Log pseudolikelihood = -2113.7879               Pseudo R2         =     0.3710

                            (Std. Err. adjusted for 448 clusters in communityID)
--------------------------------------------------------------------------------
               |               Robust
      know_op1 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
       _Ihi2_1 |   .8528435   .1685863     5.06   0.000     .5224203    1.183267
       _Ihi2_2 |   .5620086   .1903432     2.95   0.003     .1889429    .9350744
       _Ihi2_3 |   .2111758   .1191595     1.77   0.076    -.0223725    .4447242
       _Ihi2_7 |   .3166352    .211818     1.49   0.135    -.0985205     .731791
        sup_hi |   .2386233   .1385296     1.72   0.085    -.0328897    .5101364
no_relate_hiop |  -.4402445   .0704835    -6.25   0.000    -.5783896   -.3020995
   private_com |    -.23211   .0748275    -3.10   0.002    -.3787692   -.0854507
       _Ipce_2 |  -.0322339    .078004    -0.41   0.679    -.1851189    .1206512
       _Ipce_3 |   .1439423   .0813542     1.77   0.077     -.015509    .3033937
       _Ipce_4 |    .223455   .0813939     2.75   0.006     .0639258    .3829842
       _Ipce_5 |   .3445144   .0893926     3.85   0.000     .1693081    .5197208
       _Iedu_2 |  -.0351868   .0642408    -0.55   0.584    -.1610965    .0907229
       _Iedu_4 |   .1795316   .0707434     2.54   0.011     .0408771    .3181861
       _Iedu_5 |   .2437232   .0709141     3.44   0.001      .104734    .3827123
        age_10 |  -.0222211   .0297116    -0.75   0.455    -.0804547    .0360125
        female |   .0402776   .0517201     0.78   0.436     -.061092    .1416472
       marital |   .1445962   .0689958     2.10   0.036     .0093669    .2798256
       hh_size |   .0181902   .0162269     1.12   0.262    -.0136139    .0499942
       _Isah_3 |  -.0323329    .078616    -0.41   0.681    -.1864175    .1217516
       _Isah_4 |   .1252313   .0806585     1.55   0.121    -.0328564    .2833191
     chronic01 |   .0719539    .065815     1.09   0.274    -.0570412     .200949
     urban_nbs |   .2462554   .0855149     2.88   0.004     .0786492    .4138615
       migrant |   .1429982   .0611365     2.34   0.019     .0231729    .2628235
    _Iregion_1 |  -.1022717   .0943762    -1.08   0.279    -.2872457    .0827023
    _Iregion_2 |  -.2173583   .0900003    -2.42   0.016    -.3937558   -.0409609
   _Iwave_2013 |   2.307401    .091165    25.31   0.000     2.128721    2.486081
         _cons |  -.0186498   .2801454    -0.07   0.947    -.5677248    .5304251
--------------------------------------------------------------------------------

.
. ******mfx: marginal effects are same to dprobit but the P value is slightly different**********
. mfx, predict(p)

Marginal effects after probit
      y  = Pr(know_op1) (predict, p)
         =  .94889726
------------------------------------------------------------------------------
variable |      dy/dx    Std. Err.     z    P>|z|  [    95% C.I.   ]      X
---------+--------------------------------------------------------------------
_Ihi2_1*|   .0547498      .00754    7.26   0.000   .039971  .069528   .126101
_Ihi2_2*|   .0394225      .00865    4.56   0.000   .022463  .056382   .059276
_Ihi2_3*|   .0242283      .01491    1.62   0.104  -.005002  .053459   .754509
_Ihi2_7*|   .0258767      .01301    1.99   0.047   .000384   .05137    .02139
  sup_hi*|   .0211255      .01029    2.05   0.040   .000962  .041289   .065427
no_re~op*|  -.0443826       .0067   -6.62   0.000  -.057516  -.03125   .574724
privat~m*|  -.0245692      .00804   -3.06   0.002  -.040318  -.00882   .487068
_Ipce_2*|  -.0034365      .00845   -0.41   0.684  -.019992  .013119   .201314
_Ipce_3*|   .0140766      .00741    1.90   0.058  -.000451  .028604     .1974
_Ipce_4*|   .0211095      .00712    2.97   0.003   .007162  .035057   .207186
_Ipce_5*|   .0310333      .00752    4.13   0.000   .016295  .045771   .219628
_Iedu_2*|   -.003757      .00699   -0.54   0.591  -.017466  .009952   .199776
_Iedu_4*|   .0173414      .00637    2.72   0.006    .00486  .029823   .213477
_Iedu_5*|   .0236759       .0067    3.53   0.000   .010538  .036814   .297777
  age_10 |   -.002332      .00307   -0.76   0.448  -.008358  .003694   6.03004
  female*|   .0042506      .00551    0.77   0.440  -.006548  .015049   .583531
marital*|   .0165034      .00869    1.90   0.058   -.00053  .033536   .855305
hh_size |   .0019089      .00172    1.11   0.268  -.001466  .005283   3.60939
_Isah_3*|  -.0034069      .00834   -0.41   0.683  -.019762  .012948   .424857
_Isah_4*|   .0130544      .00828    1.58   0.115  -.003171   .02928   .461904
chron~01*|   .0078098      .00747    1.05   0.296  -.006832  .022452   .785265
urban~bs*|   .0247684      .00823    3.01   0.003    .00864  .040897   .384454
migrant*|   .0142413      .00593    2.40   0.016   .002617  .025866   .271774
_Iregi~1*|  -.0110713       .0104   -1.07   0.287  -.031446  .009303   .317349
_Iregi~2*|  -.0243316      .01057   -2.30   0.021   -.04504 -.003623   .324759
_Iw~2013*|   .3427805      .01479   23.18   0.000   .313801   .37176   .536838
------------------------------------------------------------------------------
(*) dy/dx is for discrete change of dummy variable from 0 to 1




. ********margins:results are different from mfx********
. margins, dydx(*)

Average marginal effects                        Number of obs     =      7,153
Model VCE    : Robust

Expression   : Pr(know_op1), predict()
dy/dx w.r.t. : _Ihi2_1 _Ihi2_2 _Ihi2_3 _Ihi2_7 sup_hi no_relate_hiop private_com _Ipce_2 _Ipce_3 _Ipce_4 _Ipce_5
               _Iedu_2 _Iedu_4 _Iedu_5 age_10 female marital hh_size _Isah_3 _Isah_4 chronic01 urban_nbs migrant
               _Iregion_1 _Iregion_2 _Iwave_2013

--------------------------------------------------------------------------------
               |            Delta-method
               |      dy/dx   Std. Err.      z    P>|z|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
       _Ihi2_1 |   .1426389   .0278602     5.12   0.000     .0880338    .1972439
       _Ihi2_2 |   .0939965   .0316918     2.97   0.003     .0318816    .1561113
       _Ihi2_3 |   .0353194   .0198865     1.78   0.076    -.0036576    .0742963
       _Ihi2_7 |   .0529575   .0353638     1.50   0.134    -.0163542    .1222693
        sup_hi |     .03991   .0231971     1.72   0.085    -.0055556    .0853755
no_relate_hiop |  -.0736313   .0112974    -6.52   0.000    -.0957737   -.0514889
   private_com |  -.0388206   .0123499    -3.14   0.002    -.0630259   -.0146154
       _Ipce_2 |  -.0053911   .0130446    -0.41   0.679    -.0309582    .0201759
       _Ipce_3 |   .0240745   .0135809     1.77   0.076    -.0025436    .0506926
       _Ipce_4 |   .0373731   .0136402     2.74   0.006     .0106387    .0641074
       _Ipce_5 |   .0576204   .0149916     3.84   0.000     .0282373    .0870034
       _Iedu_2 |   -.005885   .0107444    -0.55   0.584    -.0269437    .0151737
       _Iedu_4 |   .0300268   .0117906     2.55   0.011     .0069177    .0531359
       _Iedu_5 |   .0407629   .0118613     3.44   0.001     .0175151    .0640107
        age_10 |  -.0037165   .0049508    -0.75   0.453    -.0134198    .0059868
        female |   .0067365    .008655     0.78   0.436     -.010227       .0237
       marital |   .0241839   .0115329     2.10   0.036     .0015797     .046788
       hh_size |   .0030423   .0027168     1.12   0.263    -.0022825    .0083672
       _Isah_3 |  -.0054077   .0131561    -0.41   0.681    -.0311932    .0203778
       _Isah_4 |   .0209451   .0134409     1.56   0.119    -.0053987    .0472888
     chronic01 |   .0120344    .011028     1.09   0.275    -.0095801    .0336488
     urban_nbs |   .0411864    .014114     2.92   0.004     .0135236    .0688493
       migrant |   .0239166   .0102094     2.34   0.019     .0039066    .0439266
    _Iregion_1 |   -.017105   .0156972    -1.09   0.276     -.047871    .0136609
    _Iregion_2 |  -.0363534   .0148805    -2.44   0.015    -.0655187   -.0071881
   _Iwave_2013 |    .385915   .0135659    28.45   0.000     .3593263    .4125037
--------------------------------------------------------------------------------
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
2016-8-28 16:10:24
试试看
复制代码
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

2016-8-28 17:15:45
黃河泉 发表于 2016-8-28 16:10
试试看
谢谢,看到了margins, dydx(*) atmeans和mfx结果是一致的
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

2016-8-28 17:20:54
fexplorer1019 发表于 2016-8-28 17:15
谢谢,看到了margins, dydx(*) atmeans和mfx结果是一致的
Great.
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

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