ＳＴＡＴA 中，用LOGIT回归出现了这样的结果，想问下是为什么

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

本人，想做类型1和类型0的显著性差异比较，当类型为1（这个样本量有100多个），可以做的出来结果，但是当类型为）0时，结果是下面这样的（类型0的样本量有50多个），想问下这个是什么原因？


. logit z1 wage1 c.control lnpeople1   lnsize1  c.ind roe1 roa1 lev1 dlsize1 bodsize1  part1 gro
> w1 change1 hold11 cf1  c.year  if typpe==0

Iteration 0:   log likelihood = -34.868594  
Iteration 1:   log likelihood = -7.4509977  
Iteration 2:   log likelihood = -2.1539977  
Iteration 3:   log likelihood =          0  
Iteration 4:   log likelihood =          0  

Logistic regression                               Number of obs   =         51
                                                  LR chi2(-1)     =      69.74
                                                  Prob > chi2     =          .
Log likelihood =          0                       Pseudo R2       =     1.0000

------------------------------------------------------------------------------
          z1 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       wage1 |   3.140036          .        .       .            .           .
     control |   27.48558          .        .       .            .           .
   lnpeople1 |   4.211435          .        .       .            .           .
     lnsize1 |   52.93398          .        .       .            .           .
         ind |   30.79654          .        .       .            .           .
        roe1 |  -6.513056          .        .       .            .           .
        roa1 |   .4942943          .        .       .            .           .
        lev1 |   2.924464          .        .       .            .           .
     dlsize1 |  -315.3585          .        .       .            .           .
    bodsize1 |   .2122828          .        .       .            .           .
       part1 |  -95.11872          .        .       .            .           .
       grow1 |   .6286284          .        .       .            .           .
     change1 |  -.0424654          .        .       .            .           .
      hold11 |  -1.757337          .        .       .            .           .
         cf1 |   152.6741          .        .       .            .           .
        year |   16.37761          .        .       .            .           .
       _cons |  -33928.23          .        .       .            .           .
------------------------------------------------------------------------------
Note: 22 failures and 29 successes completely determined.

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：logit Log Likelihood Determined regression

'completely determined'。。。
这个note已经告诉你了，y完全能够被x解释，就是相当于残差项全部为0，R^2为1，估计系数的se为0。这是完全是又你的数据决定的，不能通过调整计量方法解决。主要还是数据集太小了。

'completely determined'。。。
这个note已经告诉你了，y完全能够被x解释，就是相当于残差项全部为0，R^2为1，估计系数的se为0。这是完全是又你的数据决定的，不能通过调整计量方法解决。主要还是数据集太小了。

'completely determined'。。。
这个note已经告诉你了，y完全能够被x解释，就是相当于残差项全部为0，R^2为1，估计系数的se为0。这是完全是又你的数据决定的，不能通过调整计量方法解决。主要还是数据集太小了。

deem 发表于 2017-8-11 10:55
'completely determined'。。。
这个note已经告诉你了，y完全能够被x解释，就是相当于残差项全部为0，R^2为 ...

我这个用了10年的数据，但是这个类型的数据个数还是太少，增加的话，也增加不到多少了，，然后我尝试性的把被解释变量，有一个数值变动成了相反的，然后结果就出来了，但是完全不知道是为什么