求助求助：门限模型的stata13运行的问题

求助论坛里的大神们来帮我解答一下，在下感激不尽：用stata13运行门限命令结果出了问题，文件标准误的回归结果没有，提示r(3200) 我也没看懂，好像应该有门限值分组描述性统计，但是我的结果也木有，是我的命令有问题还是stata的问题呢？

xtptm lnfdi fta lngdp lnwage lngdppc tradop  inf, rx(bit) thrvar(comrisk) iters(1000) trim(0.05) grid(100) regime(1)
================  Fundamental information: ===================
Number  of Regime independent variables:    6
Number  of Regime dependent variables:    1
Number  of individuals in panel:   82
Number  of periods in panel:   35
================  Ordinary Fixed effect regression: =========
Sum  of Squared Residuls:    2250.5817
Stardard  error of regression:       0.8996
Regression  Result(ordinary standard error):
----------------------------------------------------
|        Coef         Std           t        Prob
----+-----------------------------------------------
1 |      0.6463      0.0962      6.7170      0.0000
2 |      0.9182      0.1517      6.0523      0.0000
3 |      3.3039      0.2754     11.9957      0.0000
4 |     -3.1867      0.2649    -12.0318      0.0000
5 |      0.0108      0.0012      8.7037      0.0000
6 |      0.0000      0.0000      0.6396      0.5225
7 |      0.4580      0.0976      4.6945      0.0000
----------------------------------------------------
Regression  Result(Robust standard error):
-----------------------------------------------------
|        Coef   Std_Robust           t        Prob
----+------------------------------------------------
1 |      0.6463            .           .           .
2 |      0.9182            .           .           .
3 |      3.3039            .           .           .
4 |     -3.1867            .           .           .
5 |      0.0108            .           .           .
6 |      0.0000            .           .           .
7 |      0.4580            .           .           .
-----------------------------------------------------
================  Single threshold regession: ===================
Minimized  Sum of Squared Residuals: 7545.6915
Standard  error of residuals:    1.6475
Threshold  estimator:    6.5093
95%  conf. intv. of threshold:     4.6498    6.9741
LR  Critical value to test gamma=gamma0:     7.3523
Threshold  regression(Ordinary Std. Error):
----------------------------------------------------
|        Coef         Std           t        prob
----+-----------------------------------------------
1 |      1.0719      0.1397      7.6706      0.0000
2 |      1.9913      0.2514      7.9223      0.0000
3 |      1.6410      0.4369      3.7564      0.0002
4 |     -1.8471      0.4365     -4.2316      0.0000
5 |      0.0082      0.0019      4.2275      0.0000
6 |      0.0000      0.0001      0.1675      0.8670
7 |      0.3641      0.1755      2.0753      0.0381
8 |     -0.3192      0.1508     -2.1176      0.0343
----------------------------------------------------
Threshold  regression(Robust Std. Error):
-----------------------------------------------------
|        Coef   Std_Robust           t        prob
----+------------------------------------------------
1 |      1.0719            .           .           .
2 |      1.9913            .           .           .
3 |      1.6410            .           .           .
4 |     -1.8471            .           .           .
5 |      0.0082            .           .           .
6 |      0.0000            .           .           .
7 |      0.3641            .           .           .
8 |     -0.3192            .           .           .
-----------------------------------------------------
Note:  Critcal (Inverse CDF of LR stat): -2*ln(1-sqrt(1-alpha))
threshold_bs():  3200   conformability error
ptm():     -   function returned error
<istmt>:     -   function returned error
r(3200);

我没有试过 xtptm，为何不试试较正式之指令 xthreg： https://bbs.pinggu.org/thread-4715386-1-1.html

黃河泉 发表于 2016-8-21 10:35
我没有试过 xtptm，为何不试试较正式之指令 xthreg： https://bbs.pinggu.org/thread-4715386-1-1.html

赞同沙发

黃河泉 发表于 2016-8-21 10:35
我没有试过 xtptm，为何不试试较正式之指令 xthreg： https://bbs.pinggu.org/thread-4715386-1-1.html

Thank you for your sharing!That's so kind of you!

mbygzh 发表于 2016-8-21 22:48
Thank you for your sharing!That's so kind of you!

The pleasure is all mine.