求问mixlogit结果为什么参数估计值这么大

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

如下结果是用nlogit软件跑的mixlogit模型结果   不知道为什么参数估计值特别大  这是因为什么呢？ 有什么方法可以解决呢？小白初学逻辑回归求大神指点  


Random Coefficients  Logit    Model
Dependent variable               SEVER1
Log likelihood function     -5270.35937
Restricted log likelihood   -5329.08480
Chi squared [ 28](P= .000)    117.45087
Significance level               .00000
McFadden Pseudo R-squared      .0110198
Estimation based on N =  13002, K =  56
Inf.Cr.AIC  =  10652.7 AIC/N =     .819
Sample is  1 pds and  13002 individuals
Simulation  based on   200 Halton draws
LOGIT (Logistic) probability model
--------+--------------------------------------------------------------------
        |                  Standard            Prob.      95% Confidence
  SEVER1|  Coefficient       Error       z    |z|>Z*         Interval
--------+--------------------------------------------------------------------
        |Means for random parameters
Constant|   -31587.9***    356.9553   -88.49  .0000    -32287.5  -30888.3
   DIST1|   -15072.7***    111.0725  -135.70  .0000    -15290.4  -14855.0
   DIST2|   -13877.1***    88.25301  -157.24  .0000    -14050.0  -13704.1
NO_CSU3|    29089.5***    187.2505   155.35  .0000     28722.5   29456.5
NO_CSU2|    10179.7***    159.1568    63.96  .0000      9867.7   10491.6
  SPEED1|   -11594.6***    709.3577   -16.35  .0000    -12984.9  -10204.3
  SPEED3|    9237.17***    189.4180    48.77  .0000     8865.92   9608.42
JCNCTRL1|   -6405.05***    335.7094   -19.08  .0000    -7063.02  -5747.07
JCNCTRL2|   -12181.6***    301.2733   -40.43  .0000    -12772.1  -11591.2
RDTYPE2|    6092.73***    48.34433   126.03  .0000     5997.97   6187.48
RDTYPE3|   -2412.55***    111.9342   -21.55  .0000    -2631.94  -2193.16
VEHMOVE2|   -20135.3***    93.14294  -216.18  .0000    -20317.8  -19952.7
VEHMOVE3|   -5641.80***    500.0155   -11.28  .0000    -6621.81  -4661.78
VEHMOVE4|   -5320.77***    372.5544   -14.28  .0000    -6050.96  -4590.57
PEDESTRI|    32856.4***    75.05322   437.77  .0000     32709.3   33003.5
BYCICLE_|    -269081***    229.4042 -1172.96  .0000     -269530  -268631
MOTOCYCL|    20628.7***    76.05285   271.24  .0000     20479.7   20777.8
GOODSVCL|    6310.22***    136.3396    46.28  .0000     6043.00   6577.44
TAXI_INV|    10596.3***    93.16660   113.73  .0000     10413.7   10778.9
MEAN_5M|   -103.651***     2.13912   -48.45  .0000    -107.843   -99.458
  STD_5A|   -83.5758***      .72332  -115.54  .0000    -84.9935  -82.1581
  STD_5M|   -352.007***    94.24242    -3.74  .0002    -536.719  -167.295
    B5A3|   -7570.08***    40.97326  -184.76  .0000    -7650.38  -7489.77
    B5A4|   -4308.58***    69.13306   -62.32  .0000    -4444.08  -4173.08
    J501|   -3453.14***    57.68450   -59.86  .0000    -3566.20  -3340.08
     J52|   -11292.3***    62.87638  -179.60  .0000    -11415.5  -11169.1
     J54|   -2655.24***    84.80540   -31.31  .0000    -2821.45  -2489.02
SUM_15T|   -198.351***     4.76569   -41.62  .0000    -207.691  -189.010
        |Scale parameters for dists. of random parameters
Constant|    20063.5***    53.73866   373.35  .0000     19958.1   20168.8
   DIST1|    47896.1***    102.9997   465.01  .0000     47694.2   48098.0
   DIST2|    5124.09***    106.2207    48.24  .0000     4915.90   5332.28
NO_CSU3|    2220.81***    217.9252    10.19  .0000     1793.68   2647.94
NO_CSU2|    7869.78***    243.6899    32.29  .0000     7392.15   8347.40
  SPEED1|    77631.1***    949.0519    81.80  .0000     75771.0   79491.2
  SPEED3|    7845.51***    286.4688    27.39  .0000     7284.04   8406.98
JCNCTRL1|    47414.6***    257.0600   184.45  .0000     46910.7   47918.4
JCNCTRL2|    55281.4***    85.15195   649.21  .0000     55114.5   55448.3
RDTYPE2|    2516.35***    66.48495    37.85  .0000     2386.04   2646.65
RDTYPE3|    38480.7***    237.6164   161.94  .0000     38015.0   38946.5
VEHMOVE2|    4610.61***    114.1829    40.38  .0000     4386.81   4834.40
VEHMOVE3|    25437.6***    689.4685    36.89  .0000     24086.2   26788.9
VEHMOVE4|    20922.5***    400.3523    52.26  .0000     20137.9   21707.2
PEDESTRI|    128.916*      70.52106     1.83  .0675      -9.303   267.135
BYCICLE_|     517834***    404.6310  1279.77  .0000      517041  518627
MOTOCYCL|    39514.6***    75.46951   523.58  .0000     39366.7   39662.6
GOODSVCL|    14466.1***    164.0681    88.17  .0000     14144.5   14787.6
TAXI_INV|    14757.7***    91.60859   161.10  .0000     14578.2   14937.3
MEAN_5M|    176.521***      .41580   424.53  .0000     175.706   177.336
  STD_5A|    280.284***     1.53542   182.55  .0000     277.275   283.293
  STD_5M|    26311.7***    68.10146   386.36  .0000     26178.2   26445.1
    B5A3|    24651.1***    52.35835   470.82  .0000     24548.5   24753.7
    B5A4|    8857.20***    99.76755    88.78  .0000     8661.66   9052.74
    J501|    10167.7***    64.09442   158.64  .0000     10042.0   10293.3
     J52|    49072.2***    81.97143   598.65  .0000     48911.5   49232.8
     J54|    29526.1***    181.5723   162.61  .0000     29170.2   29882.0
SUM_15T|    325.780***     7.08341    45.99  .0000     311.897   339.663
--------+--------------------------------------------------------------------
***, **, * ==>  Significance at 1%, 5%, 10% level.
Model was estimated on Aug 05, 2009 at 05:54:23 AM
-----------------------------------------------------------------------------

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：mixlogit 参数估计 逻辑回归 limdep nlogit

upupupupupupupupupupup