[回归分析求助] Tobit回归后Pseudo R2为负是怎么回事？ [推广有奖]

11楼

听见海涛声 发表于 2017-12-7 23:48:45

徐丽丽1210 发表于 2014-1-3 20:42
为什么我在stata做tobit回归都结果显示中没有Pseudo R2信息啊？从哪里可以看拟合优度呢？

我也遇到相同情况，请问你解决了么？求赐教！

12楼

6513

发表于 2018-3-17 09:36:47

Concerning the pseudo-R2, we use the formula

pseudo-R2 = 1 − L1/L0
where L0 and L1 are the constant-only and full model log-likelihoods, respectively.

For discrete distributions, the log likelihood is the log of a probability, so it is always negative (or zero). Thus 0 ≥ L1 ≥ L0, and so 0 ≤ L1/L0 ≤ 1, and so 0 ≤ pseudo-R2 ≤1 for DISCRETE distributions.

For continuous distributions, the log likelihood is the log of a density. Since density functions can be greater than 1 (cf. the normal density at 0), the log likelihood can be positive or negative. Similarly, mixed continuous/discrete likelihoods like tobit can also have a positive log likelihood.

If L1 > 0 and L0 < 0, then L1/L0 < 0, and 1 − L1/L0 > 1.

If L1 > L0 > 0 and then L1/L0 > 1, and 1 − L1/L0 < 0.

Hence, this formula for pseudo-R2 can give answers > 1 or < 0 for continuous or mixed continuous/discrete likelihoods like tobit.

13楼

chusw 发表于 2018-11-27 11:03:07

关于伪R2，我们使用公式

伪R2＝1 L1/L0

其中，L0和L1分别是仅常数模型和完全模型日志似然。

对于离散分布，对数似然是概率的对数，所以它总是负的（或零）。因此，对于离散分布，0≥L1≥L0，以及0≤L1/L0≤1，以及0≤伪R2≤1。

对于连续分布，对数似然是密度的对数。由于密度函数可以大于1（参见0处的正常密度），对数似然可以是正的或负的。类似地，像tobit这样的混合连续/离散似然也可以具有正对数似然。

如果L1＞0，L0＜0，则L1/L0＜0，1 L/L1/L0＞1。

L1＞L0＞0，L1/L0＞1，1 L1/L0＜0。

因此，对于连续或混合的连续/离散似然如tobit，伪R2的公式可以给出>1或<0的解。