帮忙分析下回归分析结果

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

Iteration0:   log likelihood = -32.051774

Iteration1:   log likelihood = -20.402279

Iteration2:   log likelihood = -18.568803

Iteration3:   log likelihood = -18.209222

Iteration4:   log likelihood = -18.191554

Iteration5:   log likelihood = -18.191502

Multinomiallogistic regression                  Number of obs   =         50

                                              LR chi2(7)      =     27.72

                                              Prob > chi2     =    0.0002

Loglikelihood = -18.191502                     Pseudo R2       =    0.4324

----------------------------------------------------------------------------------------------------------------

农业机械选择|      Coef.  Std. Err.      z    P>|z|    [95% Conf. Interval]

-------------+------------------------------------------------------------------------------------------------

0            |

     户主年龄|   .2688478   .6313195    0.43   0.670    -.9685158   1.506211

受教育程度|  -1.457924   .7702587   -1.89   0.058    -2.967604   .0517548

劳动力人数|   .4079916   .2000143    2.04   0.041     .0159707   .8000125

农业收入比率|  -4.745311   1.880508   -2.52   0.012    -8.431039  -1.059582

种植面积比率|   2.209181  2.709792     0.82   0.415   -3.101913    7.520275

种植收益率|   22.89275   11.21675    2.04   0.041    .9083213    44.87717

种植规模意愿|   .0495073    .68289     0.07   0.942   -1.288933    1.387947

       常数项|  -10.32951  8.160116    -1.27   0.206   -26.32304    5.664025

--------------------------------------------------------------------------------------------------------------

(y==1is the base outcome)

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：回归分析 Multinomial Likelihood regression iteration 回归分析

mark，像是tobit回归结果，最近也在做这个，也不太明白结果怎么看

在因变量选项多于2个的时候才会用multinomiallogistic reg ，而且结果会有1组以上；看你现在的结果，是不是因变量非1即0？这样的话用porbit就行了。

你这个应该是多分类logistic回归，因变量要有三个及以上的分类才可以用这个模型。
统计结果看出，其实你这个农业机械选择貌似是一个二分类的。我觉得还是修改下模型吧，或者logistic二分类，或者tobit，不过要根据你的数据以及研究问题设置。

二元logit回归
1. 整体模型的显著性
2. 单个变量的显著性看P-value
3. 要获得边际影响，要注意的是系数并不是marginal effect，需要dydx命令来看边际影响