oprobit结果，望各位高手相助。

3638

收藏 2018-01-23

悬赏 30 个论坛币未解决

最近做本科论文，做的是连续变量mindex与公平感（just）的关系，公平感取1，2，3分别表示不公平，中立，公平
发现用mfx求边际效应后系数符号和原回归结果全部相反，最后个表稳定性检验的时候将中立划归到不中立或者将中立去掉时，just取0或1用probit和Logit边际效益符号却不会相反。
怎么破，难道边际效应不是这样求？或者不需要求边际效应？求各位大神点拨，感激！

Ordered probit regression                      Number of obs =    32162
                                                Wald chi2(15) = 1435.67
                                                Prob > chi2    =    0.0000
Log pseudolikelihood = -33383.564                Pseudo R2    =    0.0215

                              (Std. Err. adjusted for 21675 clusters in id)
------------------------------------------------------------------------------
         |             Robust
      just |    Coef. Std. Err.    z P>|z|    [95% Conf. Interval]
-------------+----------------------------------------------------------------
   mindex |  -.0162706 .0057009 -2.85 0.004 -.0274441 -.0050971
   gender | .0420851 .0134297    3.13 0.002    .0157633 .0684069
   age_m | .0470946 .0152932    3.08 0.002    .0171206 .0770687
   age_h | .247999 .0177915 13.94 0.000    .2131284 .2828697
   lninc |  -.0802867 .0069401 -11.57 0.000 -.0938891 -.0666843
   finc_m | .3278092 .0142741 22.97 0.000    .2998325 .3557859
   finc_h | .4442154 .0263304 16.87 0.000    .3926089    .495822
   edu_m |  -.1033649 .0157568 -6.56 0.000 -.1342476 -.0724822
   edu_h |  -.1800533 .017662 -10.19 0.000 -.2146702 -.1454364
      str |  -.0018591 .0011361 -1.64 0.102 -.0040858 .0003676
   lnmedu | .235566 .0397773    5.92 0.000    .1576041    .313528
   lnpsec | .0725998 .0204029    3.56 0.000    .0326109 .1125887
_Iyear_2011 | .136591 .0220725    6.19 0.000    .0933298 .1798522
_Iyear_2012 | .0554763 .0186321    2.98 0.003    .018958 .0919946
_Iyear_2013 |  -.0076092 .0200225 -0.38 0.704 -.0468525 .0316341
-------------+----------------------------------------------------------------
   /cut1 | 1.171863 .3837715                   .4196849 1.924042
   /cut2 | 1.735814 .3838578                   .9834664 2.488161
------------------------------------------------------------------------------

. mfx

Marginal effects after oprobit
   y  = Pr(just==1) (predict)
      =  .35061614
------------------------------------------------------------------------------
variable |    dy/dx Std. Err.    z P>|z|  [ 95% C.I. ]    X
---------+--------------------------------------------------------------------
  mindex | .0060305    .00211 2.85 0.004 .00189 .01017 6.48795
  gender*|  -.0156061    .00498 -3.13 0.002 -.02537 -.005843 .535197
age_m*|  -.0173969    .00563 -3.09 0.002 -.02843 -.006364 .321715
age_h*|  -.0893191    .0062  -14.42 0.000  -.101463 -.077175 .241714
lninc | .0297571    .00257 11.57 0.000 .024714 .0348 9.34877
  finc_m*|  -.1215084    .00528  -23.02 0.000  -.131853 -.111164 .531714
  finc_h*|  -.1498806    .00787  -19.04 0.000 -.16531 -.134451 .082364
edu_m*| .0385924    .00592 6.52 0.000 .026984 .0502 .300137
edu_h*| .0677399    .00673 10.06 0.000 .054547  .080933 .251695
   str | .000689    .00042 1.64 0.102  -.000136  .001514 48.7037
  lnmedu |  -.0873092    .01474 -5.92 0.000  -.116196 -.058422 7.41793
  lnpsec |  -.0269081    .00756 -3.56 0.000  -.041724 -.012092 6.73562
_Iy~2011*|  -.0495903    .00783 -6.33 0.000  -.064938 -.034243 .140787
_Iy~2012*|  -.0204699    .00684 -2.99 0.003 -.03388  -.00706 .298147
_Iy~2013*| .002822    .00743 0.38 0.704  -.011741  .017385 .281761
------------------------------------------------------------------------------
(*) dy/dx is for discrete change of dummy variable from 0 to 1

解释变量	（1）	（2）	（3）	（4）	（5）
解释变量	ologit（三维）	oprobit（五维）	ologit（五维）	probit（二维）	logit（二维）
mindex （回归系数）	-0.027***	-0.016***	-0.028***	-0.035***	-0.056***
mindex （边际效应）	0.006***	0.002***	0.002***	-0.014***	-0.014***
个体控制变量	是	是	是	是	是
地区控制变量	是	是	是	是	是
年份控制变量	是	是	是	是	是

观测值	32162	32162	32162	32162	32162
R2或伪R2	0.0216	0.0182	0.0183	0.0330	0.0330