eviews做二元probit模型，变量不显著但总体显著，应该注重哪个？

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

如图，研究的是借款人信用风险的评估，因变量是好客户或坏客户。
变量不显著，拟合优度和总体显著性可以，这种情况应该怎么办？
除此之外这个probit模型有什么需要检验的吗？正负号有经济意义吗？
谢谢！！！！！！

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：EVIEWS Probit Eview Views view 模型 eviews 显著性

系数的检验比较重要 当然F检验也很重要  我觉得系数不显著的原因可能是自变量多了点……

胖胖小龟宝 发表于 2016-4-19 15:04
系数的检验比较重要 当然F检验也很重要  我觉得系数不显著的原因可能是自变量多了点……

相比刚刚删除了两个变量type（标的类型）、due（历史逾期次数）之后变量都显著了，但是拟合优度R-squared比较小，拟合优度重要吗？
而且我发现了这两个变量的共同点：数据比较极端，而且加入这两个变量后拟合优度一下上去、变量显著性一下下降了。

标的类型	分类编号	类别	好客户	坏客户
	0	信用认证标	626	991
	1	实地认证标	1241	6
	2	机构担保标	133	3

逾期次数	分类编号	类别	好客户	坏客户
	0	未逾期	1734	2
	1	10次以下逾期	265	723
	2	10次以上逾期	1	275

能分析应该怎么做吗？感谢！

胖胖小龟宝 发表于 2016-4-19 15:04
系数的检验比较重要 当然F检验也很重要  我觉得系数不显著的原因可能是自变量多了点……

如图，删了两个变量type（标的类型）和due（逾期次数），变量显著了，但是拟合优度比较低。
加了due（逾期次数）之后，就和原来的情况类似。


但是这两个变量有个共同点，就是有比较极端的数据分布。

逾期次数	分类编号	类别	好客户（个）	坏客户 （个）
	0	未逾期	1734	2
	1	10次以下逾期	265	723
	2	10次以上逾期	1	275

（未逾期的基本都是好客户）

标的类型	分类编号	类别	好客户 （个）	坏客户 （个）
	0	信用认证标	626	991
	1	实地认证标	1241	6
	2	机构担保标	133	3

（坏客户基本都是信用认证标）
是不是因为这个原因？
现在应该怎么做来调整呢？
感谢！