我是个生手，各位大侠帮忙看一下这个logit回归的结果吧，应该怎么分析呢，要重点看哪几个指标，robust std.Err怎么用？？
先谢谢啦

logit y lnwealth lnland lnpeople lnprice vocation  education,robust
Iteration 0:   log pseudolikelihood = -372.40801  
Iteration 1:   log pseudolikelihood =  -313.3785  
Iteration 2:   log pseudolikelihood = -306.10719  
Iteration 3:   log pseudolikelihood = -306.03406  
Iteration 4:   log pseudolikelihood = -306.03403  
Iteration 5:   log pseudolikelihood = -306.03403  
Logistic regression                               Number of obs   =        784
                                                  Wald chi2(6)    =     100.27
                                                  Prob > chi2     =     0.0000
Log pseudolikelihood = -306.03403                 Pseudo R2       =     0.1782
------------------------------------------------------------------------------
             |               Robust
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
    lnwealth |  -.9215884   .1837802    -5.01   0.000    -1.281791   -.5613858
      lnland |   1.204206   .2130224     5.65   0.000     .7866895    1.621722
    lnpeople |   .0082254    .267732     0.03   0.975    -.5165198    .5329705
     lnprice |  -.2766078   .1438968    -1.92   0.055    -.5586404    .0054248
    vocation |   -.823991   .1565792    -5.26   0.000    -1.130881   -.5171015
   education |   -.093117   .0266434    -3.49   0.000    -.1453371   -.0408969
       _cons |   8.458669    1.49346     5.66   0.000     5.531541     11.3858
------------------------------------------------------------------------------


. logistic y lnwealth lnland lnpeople lnprice vocation  education,robust
Logistic regression                               Number of obs   =        784
                                                  Wald chi2(6)    =     100.27
                                                  Prob > chi2     =     0.0000
Log pseudolikelihood = -306.03403                 Pseudo R2       =     0.1782
------------------------------------------------------------------------------
             |               Robust
           y | Odds Ratio   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
    lnwealth |   .3978865   .0731237    -5.01   0.000     .2775398     .570418
      lnland |    3.33411     .71024     5.65   0.000     2.196114    5.061799
    lnpeople |   1.008259   .2699433     0.03   0.975     .5965932    1.703987
     lnprice |   .7583519   .1091244    -1.92   0.055     .5719862     1.00544
    vocation |   .4386774   .0686877    -5.26   0.000     .3227489    .5962463
   education |   .9110869   .0242745    -3.49   0.000     .8647308    .9599281
------------------------------------------------------------------------------


. mfx compute
Marginal effects after logistic
      y  = Pr(y) (predict)
         =  .86203594
------------------------------------------------------------------------------
variable |      dy/dx    Std. Err.     z    P>|z|  [    95% C.I.   ]      X
---------+--------------------------------------------------------------------
lnwealth |  -.1096045       .0224   -4.89   0.000  -.153504 -.065705   7.37055
  lnland |   .1432162      .02526    5.67   0.000   .093705  .192728   1.29973
lnpeople |   .0009782      .03184    0.03   0.975  -.061429  .063385    1.4069
lnprice |   -.032897      .01705   -1.93   0.054  -.066308  .000514   .512564
vocation |  -.0979972      .01902   -5.15   0.000  -.135271 -.060724   1.22704
educat~n |  -.0110744      .00318   -3.49   0.000  -.017298 -.004851   2.76658
------------------------------------------------------------------------------