probit模型后suest无法比较组间系数？？？

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

我想比较两个probit模型的组间系数差异，用了下面这段程序：
      probit y x  if group== 1                                    
            estimates store M1
       probit y x  if group== 0
             estimates store M2
       suest M1 M2
                                       


stata执行到test [M1]x = [M2]x 时报错，：“ equation [M1] not found ”

我查了一下手册，找到了一个类似的命令。不知道我的命令是哪里错了呢？我把probit换成logit也是一样
烦请各位支招。谢谢！

手册中的相关命令如下：

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3 回帖

关键词：Probit suest bit Est Rob 模型

我觉得最后一个命令应该是
test [M1_mean]X1=[M2_mean]X2

另外，借此也问个问题，suest有替代命令吗？因为我如果用Heckman MLE模型，然后用suest是可以比较的，因为MLE的vce是经典标准的，
然而前面如果用Heckman twostep模型估计，则suest不支持twostep非经典标准误。谢谢啊

testnl [M1_promo]X1=[M2_promo]X2

请问楼主，我也遇到了类似的问题——logit模型后suest无法做出结果，显示找不到[m1_mean],请问你后来是怎么解决的？麻烦了~~~

跟你遇到同样的问题，求教是怎么解决的？

同样的问题，求教如何解决

1. . webuse income
   
2. 
   
3. . probit promo edu exp  if male==0
   
4. 
   
5. Iteration 0:   log likelihood = -107.84235  
   
6. Iteration 1:   log likelihood = -85.540618  
   
7. Iteration 2:   log likelihood =   -85.2489  
   
8. Iteration 3:   log likelihood = -85.248849  
   
9. Iteration 4:   log likelihood = -85.248849  
   
10. 
    
11. Probit regression                               Number of obs     =        167
    
12.                                                 LR chi2(2)        =      45.19
    
13.                                                 Prob > chi2       =     0.0000
    
14. Log likelihood = -85.248849                     Pseudo R2         =     0.2095
    
15. 
    
16. ------------------------------------------------------------------------------
    
17.        promo |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
18. -------------+----------------------------------------------------------------
    
19.          edu |   .5962533   .1291153     4.62   0.000     .3431921    .8493146
    
20.          exp |   .5001094    .117764     4.25   0.000     .2692961    .7309227
    
21.        _cons |  -.5064772   .1149504    -4.41   0.000    -.7317759   -.2811784
    
22. ------------------------------------------------------------------------------
    
23. 
    
24. . estimates store m1
    
25. 
    
26. .
    
27. . probit promo edu exp  if male==1
    
28. 
    
29. Iteration 0:   log likelihood = -74.766819  
    
30. Iteration 1:   log likelihood = -70.599625  
    
31. Iteration 2:   log likelihood = -70.585439  
    
32. Iteration 3:   log likelihood = -70.585439  
    
33. 
    
34. Probit regression                               Number of obs     =        110
    
35.                                                 LR chi2(2)        =       8.36
    
36.                                                 Prob > chi2       =     0.0153
    
37. Log likelihood = -70.585439                     Pseudo R2         =     0.0559
    
38. 
    
39. ------------------------------------------------------------------------------
    
40.        promo |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
41. -------------+----------------------------------------------------------------
    
42.          edu |   .3019741   .1288302     2.34   0.019     .0494715    .5544766
    
43.          exp |   .2088301   .1150228     1.82   0.069    -.0166105    .4342706
    
44.        _cons |  -.2339768   .1240184    -1.89   0.059    -.4770483    .0090948
    
45. ------------------------------------------------------------------------------
    
46. 
    
47. . estimates store m2
    
48. 
    
49. .
    
50. . suest m1  m2
    
51. 
    
52. Simultaneous results for m1, m2
    
53. 
    
54.                                                 Number of obs     =        277
    
55. 
    
56. ------------------------------------------------------------------------------
    
57.              |               Robust
    
58.              |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
59. -------------+----------------------------------------------------------------
    
60. m1_promo     |
    
61.          edu |   .5962533   .1258149     4.74   0.000     .3496606    .8428461
    
62.          exp |   .5001094    .117306     4.26   0.000     .2701939    .7300249
    
63.        _cons |  -.5064772   .1168759    -4.33   0.000    -.7355498   -.2774045
    
64. -------------+----------------------------------------------------------------
    
65. m2_promo     |
    
66.          edu |   .3019741   .1264481     2.39   0.017     .0541404    .5498077
    
67.          exp |   .2088301   .1206926     1.73   0.084    -.0277231    .4453832
    
68.        _cons |  -.2339768   .1243716    -1.88   0.060    -.4777406    .0097871
    
69. ------------------------------------------------------------------------------
    
70. 
    
71. . testnl [m1_promo]edu=[m2_promo]edu
    
72. 
    
73.   (1)  [m1_promo]edu = [m2_promo]edu
    
74. 
    
75.                chi2(1) =        2.72

复制代码

没有问题啊
可以执行

蓝色 发表于 2017-12-19 18:12
没有问题啊
可以执行

感谢！

蓝色 发表于 2017-12-19 18:12
没有问题啊
可以执行

您好，oprobit模型用这个命令testnl，也行耶