帮忙分析ML - Binary Probit (Quadratic hill climbing)

Mean dependent var	0.313725	S.D. dependent var		0.468623
S.E. of regression	0.315988	Akaike info criterion		0.890175
Sum squared resid	3.993927	Schwarz criterion		1.306843
Log likelihood	-11.69946	Hannan-Quinn criter.		1.049396
Deviance	23.39891	Restr. deviance		63.44901
Avg. log likelihood	-0.229401
Obs with Dep=0	35	Total obs		51
Obs with Dep=1	16

用到的方法是Method: ML - Binary Probit (Quadratic hill climbing)。。。。没有学过这个 但需要用到这个结果分析数据、、
会的同学帮忙分析一下 能从这些数上看出来的都行。。。感激不尽

第一，Log likelihood，即对数似然函数的最大值。
第二，Hannan-Quinn criterion，即HQ信息准则，与AIC、SC没有实质上的区别，也是越小越好。
第三，Avg.Log likelihood，对数似然函数的最大值除与观测值个数的比值。

楼主 最重要的系数检验你没有列出来