全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
5621 3
2010-04-19
Random-effects tobit regressionNumber of obs =106
Group variable: nianNumber of groups =3
Random effects u_i ~ GaussianObs per group: min =35
avg =35.3
max =36
Wald chi2(7) =14.06
Log likelihood = -22.843589Prob > chi2 =0.0501
tc Coef. Std. Err. zP>z [95% Conf.Interval]
scale 11.93397 6.155891 1.940.053 -.131353523.9993
income -12.7002 6.69285 -1.900.058 -25.81795.417543
edu .3451829 .142897 2.420.016 .06511.6252559
manage .0682217 .0866916 0.790.431 -.1016907.2381341
found -.0947924 .0577339 -1.640.101 -.2079488.0183639
owner .0017009 .0708878 0.020.981 -.1372366.1406383
time .0566354 .0532543 1.060.288 -.047741.1610119
_cons .0870657 .164324 0.530.596 -.2350034.4091348
/sigma_u .0522386 .0385356 1.360.175 -.0232898.1277669
/sigma_e .2614444 .0198729 13.160.000 .2224941.3003946
rho .0383904 .0551897.0010789.3185508
Observation summary: 0 left-censoredobservations
96 uncensoredobservations
10 right-censoredobservations
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-4-19 20:43:54
Random-effects tobit regression        Number of obs      =        106
Group variable: nian        Number of groups   =        3

Random effects u_i ~ Gaussian        Obs per group: min =        35
        avg =        35.3
        max =        36

        Wald chi2(7)       =        14.06
Log likelihood  = -22.843589        Prob > chi2        =        0.0501

               
tc       Coef.   Std. Err.      z        P>z     [95% Conf.        Interval]
               
scale    11.93397   6.155891     1.94        0.053    -.1313535        23.9993
income    -12.7002    6.69285    -1.90        0.058    -25.81795        .417543
edu    .3451829    .142897     2.42        0.016       .06511        .6252559
manage    .0682217   .0866916     0.79        0.431    -.1016907        .2381341
found   -.0947924   .0577339    -1.64        0.101    -.2079488        .0183639
owner    .0017009   .0708878     0.02        0.981    -.1372366        .1406383
time    .0566354   .0532543     1.06        0.288     -.047741        .1610119
_cons    .0870657    .164324     0.53        0.596    -.2350034        .4091348
               
/sigma_u    .0522386   .0385356     1.36        0.175    -.0232898        .1277669
/sigma_e    .2614444   .0198729    13.16        0.000     .2224941        .3003946
               
rho    .0383904   .0551897        .0010789        .3185508
               

Observation summary:         0  left-censored        observations
96     uncensored        observations
10 right-censored        observations


这是tobit回归的结果,好几个变量不显著?这是什么问题啊?这个回归结果合理吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-12-5 09:16:52
同求解……谢谢,楼主明白了不?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-12-21 15:08:49
同求,上面两位明白了没有啊
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群