两个不同模型的系数差异化检验

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

我在检验两个模型的系数的差异时，出现了这样的问题，不知道问什么 求解呀？
. suest m1 m2
unable to generate scores for model m1
suest requires that predict allow the score option
r(322);

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2 回帖

关键词：差异化 generate requires require predict generate scores 模型

你估计这两个模型用的什么命令？

夏目贵志 发表于 2016-8-28 23:19
你估计这两个模型用的什么命令？

我用了probit回归 xtprobit y x

网路上有人建议下列作法（我还需要进一步了解），让你做个参考：

1. . sysuse auto, clear
   
2. (1978 Automobile Data)
   
3. 
   
4. .
   
5. . probit foreign mpg rep78,
   
6. 
   
7. Iteration 0:   log likelihood = -42.400729  
   
8. Iteration 1:   log likelihood = -26.244843  
   
9. Iteration 2:   log likelihood = -25.997325  
   
10. Iteration 3:   log likelihood = -25.996347  
    
11. Iteration 4:   log likelihood = -25.996347  
    
12. 
    
13. Probit regression                               Number of obs     =         69
    
14.                                                 LR chi2(2)        =      32.81
    
15.                                                 Prob > chi2       =     0.0000
    
16. Log likelihood = -25.996347                     Pseudo R2         =     0.3869
    
17. 
    
18. ------------------------------------------------------------------------------
    
19.      foreign |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
20. -------------+----------------------------------------------------------------
    
21.          mpg |   .0676179   .0385219     1.76   0.079    -.0078836    .1431195
    
22.        rep78 |   .9620267   .2637375     3.65   0.000     .4451107    1.478943
    
23.        _cons |  -5.498954   1.118357    -4.92   0.000    -7.690893   -3.307015
    
24. ------------------------------------------------------------------------------
    
25. 
    
26. . est store e1
    
27. 
    
28. . probit foreign weight rep78,
    
29. 
    
30. Iteration 0:   log likelihood = -42.400729  
    
31. Iteration 1:   log likelihood = -20.027174  
    
32. Iteration 2:   log likelihood = -18.935849  
    
33. Iteration 3:   log likelihood = -18.909413  
    
34. Iteration 4:   log likelihood =  -18.90934  
    
35. Iteration 5:   log likelihood =  -18.90934  
    
36. 
    
37. Probit regression                               Number of obs     =         69
    
38.                                                 LR chi2(2)        =      46.98
    
39.                                                 Prob > chi2       =     0.0000
    
40. Log likelihood =  -18.90934                     Pseudo R2         =     0.5540
    
41. 
    
42. ------------------------------------------------------------------------------
    
43.      foreign |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
44. -------------+----------------------------------------------------------------
    
45.       weight |  -.0013236   .0003895    -3.40   0.001     -.002087   -.0005603
    
46.        rep78 |   .7999689   .2821778     2.83   0.005     .2469105    1.353027
    
47.        _cons |   .1849076   1.632959     0.11   0.910    -3.015633    3.385449
    
48. ------------------------------------------------------------------------------
    
49. 
    
50. . est store e2
    
51. 
    
52. . suest e1 e2
    
53. 
    
54. Simultaneous results for e1, e2
    
55. 
    
56.                                                 Number of obs     =         69
    
57. 
    
58. ------------------------------------------------------------------------------
    
59.              |               Robust
    
60.              |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
61. -------------+----------------------------------------------------------------
    
62. e1_foreign   |
    
63.          mpg |   .0676179   .0402497     1.68   0.093      -.01127    .1465058
    
64.        rep78 |   .9620267   .2551642     3.77   0.000      .461914    1.462139
    
65.        _cons |  -5.498954   1.303945    -4.22   0.000    -8.054639   -2.943268
    
66. -------------+----------------------------------------------------------------
    
67. e2_foreign   |
    
68.       weight |  -.0013236   .0003331    -3.97   0.000    -.0019764   -.0006708
    
69.        rep78 |   .7999689   .2880474     2.78   0.005     .2354064    1.364531
    
70.        _cons |   .1849076   1.405407     0.13   0.895     -2.56964    2.939455
    
71. ------------------------------------------------------------------------------
    
72. 
    
73. . test [e1_foreign]mpg=[e2_foreign]weight
    
74. 
    
75. ( 1)  [e1_foreign]mpg - [e2_foreign]weight = 0
    
76. 
    
77.            chi2(  1) =    2.89
    
78.          Prob > chi2 =    0.0889

复制代码

黃河泉 发表于 2016-8-29 15:21
网路上有人建议下列作法（我还需要进一步了解），让你做个参考：

end of do-file

. do "C:\Users\lenovo\AppData\Local\Temp\STD01000000.tmp"

. est store m2

.
end of do-file

. do "C:\Users\lenovo\AppData\Local\Temp\STD01000000.tmp"

. suest m1 m2
unable to generate scores for model m1
suest requires that predict allow the score option
r(322);

end of do-file
昨天就是这样做的，但是一直不行

15271844450 发表于 2016-8-29 15:32
end of do-file

. do "C:\Users\lenovo\AppData\Local\Temp\STD01000000.tmp"

如同我的例子，请把你要跑回归写在同一个程序里！这样根本不知道你在做什么？

黃河泉 发表于 2016-8-29 16:24
如同我的例子，请把你要跑回归写在同一个程序里！这样根本不知道你在做什么？

请问你的用是面板probit么？

黃河泉 发表于 2016-8-29 16:24
如同我的例子，请把你要跑回归写在同一个程序里！这样根本不知道你在做什么？

*回归分析
xtset scode year
xtprobit aopinion fscore size leve glodebt cfot mkbk big4 reportlag priorgc indep
est store m1
xtprobit bruptcy fscore size leve glodebt cfot mkbk big4 reportlag priorgc indep
est store m2
logout, save(test) excel replace:esttab m1 m2 ,scalar(N Pseudo-R2) compress star(* 0.1 ** 0.05 *** 0.01)
*进行模型的系数的差异检验
suest m1 m2
test[m1_mean]fscore=[m2_mean]fscore
以上就是我的整个过程

15271844450 发表于 2016-8-29 17:20
*回归分析
xtset scode year
xtprobit aopinion fscore size leve glodebt cfot mkbk big4 reportlag p ...

• 的确，方法似乎不是用面板资料！
• 不过我很想知道，这样检定跨回归之系数是否一样有什么经济意义？
  

是的

能不能用suest命令 需要看help或manual里面的介绍

如果里面没有写能，那就没法


Title

    [XT] xtprobit postestimation -- Postestimation tools for xtprobit


Description

    The following postestimation commands are available after xtprobit:

    Command              Description
    --------------------------------------------------------------------------------------------
        contrast         contrasts and ANOVA-style joint tests of estimates
    (1) estat ic         Akaike's and Schwarz's Bayesian information criteria (AIC and BIC)
        estat summarize  summary statistics for the estimation sample
        estat vce        variance-covariance matrix of the estimators (VCE)
        estimates        cataloging estimation results
    (2) forecast         dynamic forecasts and simulations
        lincom           point estimates, standard errors, testing, and inference for linear
                           combinations of coefficients
        lrtest           likelihood-ratio test
        margins          marginal means, predictive margins, marginal effects, and average
                           marginal effects
        marginsplot      graph the results from margins (profile plots, interaction plots, etc.)
        nlcom            point estimates, standard errors, testing, and inference for nonlinear
                           combinations of coefficients
        predict          predictions, residuals, influence statistics, and other diagnostic
                           measures
        predictnl        point estimates, standard errors, testing, and inference for
                           generalized predictions
        pwcompare        pairwise comparisons of estimates
        test             Wald tests of simple and composite linear hypotheses
        testnl           Wald tests of nonlinear hypotheses
    --------------------------------------------------------------------------------------------
    (1) estat ic is not appropriate after xtprobit, pa.
    (2) forecast is not appropriate with mi estimation results.


很明显，probit的help里面有surest
而xtprobit对应的里面是没有surest命令的
当然没法执行了。

能不能执行suest不是自己想执行就能执行，是需要看软件人家程序写好了没有

Title

    [R] probit postestimation -- Postestimation tools for probit


Description

    The following postestimation commands are of special interest after probit:

    Command               Description
    --------------------------------------------------------------------------------------------
    estat classification  report various summary statistics, including the classification table
    estat gof             Pearson or Hosmer-Lemeshow goodness-of-fit test
    lroc                  compute area under ROC curve and graph the curve
    lsens                 graph sensitivity and specificity versus probability cutoff
    --------------------------------------------------------------------------------------------
    These commands are not appropriate after the svy prefix.

    The following standard postestimation commands are also available:

    Command                 Description
    --------------------------------------------------------------------------------------------
        contrast            contrasts and ANOVA-style joint tests of estimates
        estat ic            Akaike's and Schwarz's Bayesian information criteria (AIC and BIC)
        estat summarize     summary statistics for the estimation sample
        estat vce           variance-covariance matrix of the estimators (VCE)
        estat (svy)         postestimation statistics for survey data
        estimates           cataloging estimation results
    (1) forecast            dynamic forecasts and simulations
        hausman             Hausman's specification test
        lincom              point estimates, standard errors, testing, and inference for linear
                              combinations of coefficients
        linktest            link test for model specification
    (2) lrtest              likelihood-ratio test
        margins             marginal means, predictive margins, marginal effects, and average
                              marginal effects
        marginsplot         graph the results from margins (profile plots, interaction plots,
                              etc.)
        nlcom               point estimates, standard errors, testing, and inference for
                              nonlinear combinations of coefficients
        predict             predictions, residuals, influence statistics, and other diagnostic
                              measures
        predictnl           point estimates, standard errors, testing, and inference for
                              generalized predictions
        pwcompare           pairwise comparisons of estimates
        suest               seemingly unrelated estimation
        test                Wald tests of simple and composite linear hypotheses
        testnl              Wald tests of nonlinear hypotheses
    --------------------------------------------------------------------------------------------
    (1) forecast is not appropriate with mi or svy estimation results.