正在学习二值选择模型
probit EXP LTFP_ IFN_ credit_ TC_ lnCI_ lnWAGE_ lnSCALE_ lnCGE  EER east  state private i.Year i.industry_1
结果如下：

Probit regression                               Number of obs     =      3,950
                                                LR chi2(29)       =     669.12
                                                Prob > chi2       =     0.0000
Log likelihood = -1460.6318                     Pseudo R2         =     0.1864
------------------------------------------------------------------------------
         EXP |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       LTFP_ |   .1377327   .0363151     3.79   0.000     .0665565     .208909
        IFN_ |  -.3571548   .2114164    -1.69   0.091    -.7715234    .0572137
     credit_ |  -.0271081   .0104306    -2.60   0.009    -.0475517   -.0066646
         TC_ |  -.2946944   .3546477    -0.83   0.406    -.9897912    .4004024
       lnCI_ |    -.14713   .0258681    -5.69   0.000    -.1978305   -.0964295
     lnWAGE_ |   .2655328   .0521834     5.09   0.000     .1632551    .3678105
    lnSCALE_ |   .1421656     .02334     6.09   0.000       .09642    .1879111
       lnCGE |   -.530464   1.793018    -0.30   0.767    -4.044715    2.983787
         EER |   .0046939   .0193396     0.24   0.808     -.033211    .0425987
        east |   .2676608   .0673352     3.98   0.000     .1356863    .3996353
       state |   .7341381   .3011248     2.44   0.015     .1439444    1.324332
     private |   .7241789    .302252     2.40   0.017     .1317759    1.316582

其中，LTFP_   credit_    lnCI_ 等都显著
采用 xtprobit EXP LTFP_ IFN_ credit_ TC_ lnCI_ lnWAGE_ lnSCALE_ lnCGE  EER east state private  i.industry_1
结果如下
                                               Wald chi2(22)     =     109.83
Log likelihood  =  -698.2172                    Prob > chi2       =     0.0000

------------------------------------------------------------------------------
         EXP |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       LTFP_ |   .0275911   .1050773     0.26   0.793    -.1783566    .2335388
        IFN_ |  -1.269475   .5114168    -2.48   0.013    -2.271834   -.2671167
     credit_ |  -.0639701    .029964    -2.13   0.033    -.1226984   -.0052418
         TC_ |  -.3574267   1.179838    -0.30   0.762    -2.669867    1.955013
       lnCI_ |  -.0487584   .0745863    -0.65   0.513     -.194945    .0974281
     lnWAGE_ |   .1990472   .1528808     1.30   0.193    -.1005937    .4986881
    lnSCALE_ |   .2249718   .0825844     2.72   0.006     .0631094    .3868342
       lnCGE |  -.6434658   .6207339    -1.04   0.300    -1.860082    .5731502
         EER |   .0175855    .009643     1.82   0.068    -.0013145    .0364854
        east |    .950682   .3700101     2.57   0.010     .2254756    1.675888
       state |   -.310464   .5923253    -0.52   0.600      -1.4714    .8504723
     private |   .2162926    .552352     0.39   0.695    -.8662975    1.298883

结果  LTFP_   lnCI_  lnWAGE_ 等显著性降低
能否有好心的大神帮忙解答一下