显著性发生变化

我用STATA建了两个模型来测试对企业信用等级造成影响的因素。一个是使用多元线性回归来做，另一个则是用ordered probit回归来做，在多元线性回归中，我将因变量（即信用评级，”AAA“为15，”AAA-“为14，以此类推）从1-15逐个标出；而在ordered probit回归中，我将因变量进行了归类（例如AA为一组，其中包括了“AA+”，”AA“和“AA-)，在两组模型中，自变量均不改变。

我现在对两组模型做出的结果有点疑问。在多元线性回归中有显著性的自变量在ordered probit回归的结果中变得不具有显著性。我想知道这两组模型的自变量显著性结果可以进行比较吗？如果可以比较的话，如何解释显著性发生的变化与不同，即模型1中的显著性变量在模型2中变得不再具有显著性？

还请高人指点迷津，万分感谢！

一个是线性回归，一个非线性的。

虽然ordered probit model 假设自变量对于因变量的latent variable是线性的，但是cutoff points不一定是等间距分布的。既aaa和aaa-之间的差距和bbb和bbb-之间的差距可能是不一样的.而多元线性回归则假设这两个是一样的.

不过一般来说对于这种有顺序的离散性因变量，还是应该以ordered probit model为准。