predict yhat1, xb  这个命令得出模型预测值，但是做出来的效果不好，但是通过2X2列联表应该是有比较强的关系的，不明白为什么得出来不一样

predict yhat1, xb  这个命令得出模型预测值，但是做出来的效果不好，但是通过2X2列联表应该是有比较强的关系的，不明白为什么得出来不一样

我应该怎么做，把控制变量全都放进去以后，结果反而使核心关键变量不再显著，这怎么办？

probit y1 c1 c2 c3 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 a1 a2 a3
（得到probit回归1）
. predict yhat1, xb
（得到模型预测值，但是不明白显示的英文为什么是线性值）
. probit y2 c1 c2 c3 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 a1 a2 a3
（得到probit回归2）
. predict yhat2, xb
（得到模型预测值2）
. probit y3 c1 c2 c3 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 a1 a2 a3、
（得到probit回归2）
. predict yhat3, xb
（得到模型预测值3）
yhat1 yhat2 yhat3得到三个回归的模型预测值——即三个意愿，将之作为关键解释变量放到行为的probit模型回归里面去，本来不加上控制变量挺好，加入控制变量以后 yhat1 yhat2 yhat3 三个都不显著的，这明显是违背了我的文献理论的。

求大神，求置顶

明白了，难怪有问题，这是非线性模型，而我用的线性模型的命令，，，，，求大师帮忙

probit是广义线性模型。

所以？

回归之后就是要做模型的评估了，具体来说就是求测试集的预测值和实际值的误差，误差最小就说明你的回归模型最好~

怎么做？完全不会，我直接使用的predict yhat  命令，效果还可以，但是我想求残差好像求不出，

我看了一下，但是我现在的问题是 probit回归以后，分别使用2个命令，predict yhat ,xb   和  predict yhat .2个命令得出的结果是不一样的
这怎么回事，而且 predict yhat  这个命令得到的预测值，效果特别好。