横截面数据做logit回归时需要做哪些检验

在做单一年份的横截面数据做logit回归，用的eviews软件，但是回归结果R方只有0.14，看了好多帖子介绍说logit模型看变量显著性和模型整体显著性就好了，但是不是很确定，求问大神有没有其他需要检验的地方。

截面数据的R2普遍不高，受限因变量（logit probit tobit）如果R2高于0.5，就有理由怀疑你数据造假！0.14是低了，但这可能是模型的形式设定的问题。而模型形式设定导致的偏误还好，并不会导致参数的估计不能用（和内生性相比，很给面子了）。所以R2你可以选择汇报或不汇报。Logit你要做一个predict，看看预测百分比高不高，一般78%以上就不错（具体见陈强的高级计量经济学pdf），共线性和异方差检验可有可无，如果你的样本量足够大就不用讨论。参数的话，建议你做一个效应估计，用边际效应（弹性）来解释经济意义会更好。我是用stata做的。eviews不太清楚。
我做的代码：
cd C:\Users\Administrator\Desktop
use fisher.dta,clear
logit y xx1-xx13,r nolog
predice
estat clas
*预测比例为78.09%
margins,dydx(*)
*计算所有解释变量的平均边际效应
margins,dydx(*)
*计算所有解释变量在样本均值处的边际效应
margins,eyex(*)
*计算平均弹性

当样本量很大的时候，拟合优度很低是非常常见的也是可以接受的，最重要的是参数的联合显著性通过就好，另外需要考虑内生性问题。这个比较重要~

huangli 发表于 2016-6-18 20:38
截面数据的R2普遍不高，受限因变量（logit probit tobit）如果R2高于0.5，就有理由怀疑你数据造假！0.14是低 ...

谢谢您的解答！请问如果我要在这个模型中控制行业固定效应，一共有10个行业，我应该如何操作，eviews或stata都可以。

我们老师说logit回归不看R方哎，看预测的准确度就行了，80%左右算可以