对不起，在论坛中已经找到答案了

可以贴出来了吗？

mfx

http://www.pinggu.org/bbs/thread-544642-1-1.html

mfx不能报告边际效应的p值，我尝试用margeff，在logit回归中用这个命令没问题，但是在mlogit中用这个命令时，出了问题。

http://www.pinggu.org/bbs/thread-563178-1-1.html

mfx报告p值啊
. sysuse auto
(1978 Automobile Data)

. probit foreign mpg weight price

Iteration 0:   log likelihood =  -45.03321
Iteration 1:   log likelihood =  -22.14115
Iteration 2:   log likelihood = -18.493568
Iteration 3:   log likelihood = -17.409067
Iteration 4:   log likelihood = -17.167254
Iteration 5:   log likelihood = -17.151781
Iteration 6:   log likelihood = -17.151715

Probit estimates                                  Number of obs   =        74
LR chi2(3)      =        55.76
Prob > chi2     =        0.0000
Log likelihood = -17.151715                       Pseudo R2       =        0.6191

       
foreign       Coef.   Std. Err.      z    P>z     [95% Conf.        Interval]
       
mpg   -.0723615     .05565    -1.30   0.193    -.1814334        .0367104
weight   -.0038232   .0010392    -3.68   0.000      -.00586        -.0017864
price    .0005185   .0001651     3.14   0.002      .000195        .0008421
_cons    8.150001   2.962962     2.75   0.006     2.342702        13.9573
       

. mfx

Marginal effects after probit
y  = Pr(foreign) (predict)
=  .04107853
       
variable       dy/dx    Std. Err.     z    P>z  [    95% C.I.   ]        X
       
mpg   -.0063718      .00759   -0.84   0.401  -.021245  .008501        21.2973
weight   -.0003367      .00027   -1.25   0.212  -.000865  .000191        3019.46
price    .0000457      .00004    1.27   0.204  -.000025  .000116        6165.26
       

. logit foreign mpg price

Iteration 0:   log likelihood =  -45.03321
Iteration 1:   log likelihood = -36.694339
Iteration 2:   log likelihood = -36.463994
Iteration 3:   log likelihood =  -36.46219
Iteration 4:   log likelihood = -36.462189

Logit estimates                                   Number of obs   =        74
LR chi2(2)      =        17.14
Prob > chi2     =        0.0002
Log likelihood = -36.462189                       Pseudo R2       =        0.1903

       
foreign       Coef.   Std. Err.      z    P>z     [95% Conf.        Interval]
       
mpg    .2338353   .0671449     3.48   0.000     .1022338        .3654368
price     .000266   .0001166     2.28   0.022     .0000375        .0004945
_cons   -7.648111   2.043673    -3.74   0.000    -11.65364        -3.642586
       

.  mfx, predict(p)

Marginal effects after logit
y  = Pr(foreign) (predict, p)
=  .26347633
       
variable       dy/dx    Std. Err.     z    P>z  [    95% C.I.   ]        X
       
mpg    .0453773       .0131    3.46   0.001   .019702  .071053        21.2973
price    .0000516      .00002    2.31   0.021   7.8e-06  .000095        6165.26