这篇论文中的一句话，我实在是弄不懂，但是我又是按照它的方法来的，原文说，本文将模型1中的因变量Y1，Y2，Y3（0-1变量）的模型预测值作为模型2中的关键解释变量，同时控制好控制变量对模型2的影响。
       由于Y4 Y5 Y6都是2分变量(模型2的所要得出的三个因变量Y4-y6) ，所以可以用probit模型进行分析。    总的来说就是不太理解怎么将前一个模型的3个因变量转化为模型预测值？我直接将三个因变量的原始数据（0-1变量）与后面的y4-y6模型进行probit回归，即，probit y4 y1（Y1是意愿，y4是行为，理论上有联系，且通过交叉分析表检测了）但是出来的结果图中却是y2 |    系数是 0  ， Std. Err是.(omitted)结果语句如下
. probit y3  y1

note: y1 != 1 predicts failure perfectly
         y1 dropped and 1 obs not used

Iteration 0:   log likelihood =  -22.91451  
Iteration 1:   log likelihood =  -22.91451  

总的来说，不能直接使用0-1变量对0-1变量进行probit回归分析么？？？要转化成模型预测值？怎么转化，怎么保存？