xttobit回归后系数不显著，啥原因呢

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

xttobit  effch3 l. effch3      ip1 lnel     ,ll(1)
Obtaining starting values for full model:
Iteration 0:   log likelihood = -347.34016
Iteration 1:   log likelihood = -347.32553
Iteration 2:   log likelihood = -347.32553
Fitting full model:
Iteration 0:   log likelihood = -342.05444  (not concave)
Iteration 1:   log likelihood = -316.63073  (not concave)
Iteration 2:   log likelihood = -312.17029  (not concave)
Iteration 3:   log likelihood = -311.11368  (not concave)
Iteration 4:   log likelihood = -310.82671  (not concave)
Iteration 5:   log likelihood = -310.68559  (not concave)
Iteration 6:   log likelihood = -310.65818  (not concave)
Iteration 7:   log likelihood = -310.64911  (not concave)
Iteration 8:   log likelihood = -310.64602  (not concave)
Iteration 9:   log likelihood = -310.64571  (not concave)
Iteration 10:  log likelihood =  -310.6407  (not concave)
Iteration 11:  log likelihood = -310.63627  (not concave)
Iteration 12:  log likelihood = -310.63264  (not concave)
Iteration 13:  log likelihood = -310.59238  
Iteration 14:  log likelihood = -310.20212  
Iteration 15:  log likelihood = -310.20044  
Iteration 16:  log likelihood = -310.20044  
Random-effects tobit regression                 Number of obs      =       276
Group variable: year                            Number of groups   =        12
Random effects u_i ~ Gaussian                   Obs per group: min =        23
                                                               avg =      23.0
                                                               max =        23
                                                Wald chi2(3)       =      8.01
Log likelihood  = -310.20044                    Prob > chi2        =    0.0458
------------------------------------------------------------------------------
      effch3 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      effch3 |
         L1. |   .2560992   .0994897     2.57   0.010      .061103    .4510954
             |
         ip1 |   3.292517   2.700051     1.22   0.223    -1.999485    8.584519
        lnel |   .2209281   .2396958     0.92   0.357     -.248867    .6907231
       _cons |  -1.013065   1.484513    -0.68   0.495    -3.922658    1.896527
-------------+----------------------------------------------------------------
    /sigma_u |   .1144244   .2090943     0.55   0.584    -.2953928    .5242416
    /sigma_e |   1.253896   .0814858    15.39   0.000     1.094187    1.413606
-------------+----------------------------------------------------------------
         rho |   .0082587   .0300174                      2.76e-07     .584232
------------------------------------------------------------------------------
  Observation summary:       139  left-censored observations
                             137     uncensored observations
                               0 right-censored observations
结果如上，请高人指点

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：Tobit回归 xttobit Tobit bit observations 系数 原因

样本太小？

1005498830 发表于 2013-3-21 22:13
样本太小？

非常感谢你。我用的年度和省级数据，测算的效率值，所以要剔除一部分，最后又24个省份和12年的数据，感觉也不少了呀，能看出有其他的问题吗？

不显著，可能就是没有关系，当然不显著。
或者是模型设定错误，本来不是线性，你设定为线性
只有两个样本审查，也不需要tobit做

蓝色 发表于 2013-3-21 23:06
不显著，可能就是没有关系，当然不显著。
或者是模型设定错误，本来不是线性，你设定为线性
只有两个样本 ...

你好！最近需要用xtlogit模型，但是在网上找到的资料较少。从论坛的回复看，感觉你对这方面很熟悉，请问你能推荐些资料？  或者能告诉下怎么选择re、fe、pa吗？  非常感谢！！！

你好，我也遇到了，其他变量都显著，唯有常数项不显著，怎么回事呢？求帮忙

蓝色 发表于 2013-3-21 23:06
不显著，可能就是没有关系，当然不显著。
或者是模型设定错误，本来不是线性，你设定为线性
只有两个样本 ...

要是没有样本需要审查的话，是不是就不需要进行xttobit呢？要是不需要的话，还可以进行其他的哪些模型分析呢？

蓝色 发表于 2013-3-21 23:06
不显著，可能就是没有关系，当然不显著。
或者是模型设定错误，本来不是线性，你设定为线性
只有两个样本 ...

老师你好，在稳健标准误我是用了vce(bootstrap)，但结果显示insufficient observations to compute bootstrap standard errors，我总样本有2800多个，这是什么情况？有办法解决吗？

兰浩海 发表于 2020-5-21 16:43
老师你好，在稳健标准误我是用了vce(bootstrap)，但结果显示insufficient observations to compute boots ...

您好！我也遇到同样的问题，请问您解决了吗？