ivprobit结果导出需要哪些东西

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

ivprobit结果是这样的
Checking reduced-form model...
first-stage regression

      Source |       SS           df       MS      Number of obs   =     1,544
-------------+----------------------------------   F(14, 1529)     =     44.01
       Model |  1087.33046        14  77.6664611   Prob > F        =    0.0000
    Residual |   2698.2233     1,529  1.76469804   R-squared       =    0.2872
-------------+----------------------------------   Adj R-squared   =    0.2807
       Total |  3785.55376     1,543  2.45337249   Root MSE        =    1.3284

------------------------------------------------------------------------------
     e_scene | Coefficient  Std. err.      t    P>|t|     [95% conf. interval]
-------------+----------------------------------------------------------------
      m_pnet |   1.697263   .2803529     6.05   0.000     1.147346    2.247179
       h_age |   -.024949   .0035732    -6.98   0.000    -.0319579   -.0179401
   happiness |  -.0371827   .0507445    -0.73   0.464    -.1367188    .0623535
     lnh_edu |   .1839193    .048722     3.77   0.000     .0883502    .2794883
    h_health |   -.072837   .0339737    -2.14   0.032    -.1394771   -.0061969
   ln_income |   .3171016   .0297509    10.66   0.000     .2587447    .3754585
       older |  -.9904885   .1660449    -5.97   0.000    -1.316188   -.6647886
     peo_all |   .0482668   .0206213     2.34   0.019     .0078177    .0887159
             |
      县代码 |
       5202  |  -.1234581   .1281845    -0.96   0.336    -.3748942     .127978
       5301  |   -.226968   .1285964    -1.76   0.078     -.479212    .0252759
       5302  |  -.1837638   .1297395    -1.42   0.157      -.43825    .0707224
       6101  |  -.0160559   .1271677    -0.13   0.900    -.2654974    .2333857
       6102  |  -.0242761   .1288075    -0.19   0.851    -.2769342     .228382
       6201  |   .1520308   .1328649     1.14   0.253     -.108586    .4126476
             |
       _cons |   -.504876   .4482892    -1.13   0.260    -1.384203    .3744508
------------------------------------------------------------------------------

Two-step probit with endogenous regressors        Number of obs   =      1,544
                                                  Wald chi2(14)   =     216.18
                                                  Prob > chi2     =     0.0000

------------------------------------------------------------------------------
             | Coefficient  Std. err.      z    P>|z|     [95% conf. interval]
-------------+----------------------------------------------------------------
     e_scene |   .5354411   .2270394     2.36   0.018     .0904521    .9804302
       h_age |  -.0088357   .0073706    -1.20   0.231    -.0232819    .0056105
   happiness |  -.0155068   .0696044    -0.22   0.824    -.1519289    .1209154
     lnh_edu |   .0636106   .0799028     0.80   0.426    -.0929961    .2202172
    h_health |  -.0821827   .0488204    -1.68   0.092    -.1778689    .0135036
   ln_income |     .22098   .0856846     2.58   0.010     .0530412    .3889188
       older |  -.4678875   .3823308    -1.22   0.221    -1.217242     .281467
     peo_all |    .041224   .0294942     1.40   0.162    -.0165835    .0990315
             |
      县代码 |
       5202  |  -.1761632   .1743886    -1.01   0.312    -.5179585    .1656321
       5301  |  -.2335821   .1750174    -1.33   0.182      -.57661    .1094458
       5302  |  -.2354332   .1904669    -1.24   0.216    -.6087414    .1378751
       6101  |   .0389248   .1668802     0.23   0.816    -.2881545     .366004
       6102  |   .0563485   .1720591     0.33   0.743    -.2808811    .3935781
       6201  |  -.0603093   .1715669    -0.35   0.725    -.3965742    .2759556
             |
       _cons |  -3.171017   .5856556    -5.41   0.000    -4.318881   -2.023153
------------------------------------------------------------------------------
Wald test of exogeneity: chi2(1) = 2.92                   Prob > chi2 = 0.0873

----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
..................................................    50
..................................................   100

Weak instrument robust tests and confidence sets for IV probit
H0: beta[dig_finance:e_scene] = 0
------------------------------------------------------------------------------
Test |       Statistic         p-value |  Conf. level        Conf. Set      
------+---------------------------------+-------------------------------------
   AR | chi2(1)   =     7.12     0.0076 |      95%       [ .201267, .958652]  
------+---------------------------------+-------------------------------------
Wald | chi2(1)   =     9.93     0.0016 |      95%       [ .227776, .977587]  
------------------------------------------------------------------------------
Confidence sets estimated for 100 points in [ -.14713, 1.35249].
Method = minimum distance (MD).
Tests assume i.i.d. errors.  Small sample adjustments were used.
Wald statistic in last row is based on ivprobit estimation and is not robust to weak instruments.


请问在论文表格中要把哪些数据列出来呢？另外最后两行是什么错误呢？求助各位大佬

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

分享0 收藏0 回帖

关键词：IVprobit Probit Rob bit coefficient 高级stata Stata专版 求助 毕业论文