oprobit结果，望各位高手相助。

最近做本科论文，做的是连续变量mindex与公平感（just）的关系，公平感取1，2，3分别表示不公平，中立，公平
发现用mfx求边际效应后系数符号和原回归结果全部相反，最后个表稳定性检验的时候将中立划归到不中立或者将中立去掉时，just取0或1用probit和Logit边际效益符号却不会相反。
怎么破，难道边际效应不是这样求？或者不需要求边际效应？求各位大神点拨，感激！

Ordered probit regression                         Number of obs   =      32162
                                                  Wald chi2(15)   =    1435.67
                                                  Prob > chi2     =     0.0000
Log pseudolikelihood = -33383.564                 Pseudo R2       =     0.0215

                                 (Std. Err. adjusted for 21675 clusters in id)
------------------------------------------------------------------------------
             |               Robust
        just |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      mindex |  -.0162706   .0057009    -2.85   0.004    -.0274441   -.0050971
      gender |   .0420851   .0134297     3.13   0.002     .0157633    .0684069
       age_m |   .0470946   .0152932     3.08   0.002     .0171206    .0770687
       age_h |    .247999   .0177915    13.94   0.000     .2131284    .2828697
       lninc |  -.0802867   .0069401   -11.57   0.000    -.0938891   -.0666843
      finc_m |   .3278092   .0142741    22.97   0.000     .2998325    .3557859
      finc_h |   .4442154   .0263304    16.87   0.000     .3926089     .495822
       edu_m |  -.1033649   .0157568    -6.56   0.000    -.1342476   -.0724822
       edu_h |  -.1800533    .017662   -10.19   0.000    -.2146702   -.1454364
         str |  -.0018591   .0011361    -1.64   0.102    -.0040858    .0003676
      lnmedu |    .235566   .0397773     5.92   0.000     .1576041     .313528
      lnpsec |   .0725998   .0204029     3.56   0.000     .0326109    .1125887
_Iyear_2011 |    .136591   .0220725     6.19   0.000     .0933298    .1798522
_Iyear_2012 |   .0554763   .0186321     2.98   0.003      .018958    .0919946
_Iyear_2013 |  -.0076092   .0200225    -0.38   0.704    -.0468525    .0316341
-------------+----------------------------------------------------------------
       /cut1 |   1.171863   .3837715                      .4196849    1.924042
       /cut2 |   1.735814   .3838578                      .9834664    2.488161
------------------------------------------------------------------------------



. mfx

Marginal effects after oprobit
      y  = Pr(just==1) (predict)
         =  .35061614
------------------------------------------------------------------------------
variable |      dy/dx    Std. Err.     z    P>|z|  [    95% C.I.   ]      X
---------+--------------------------------------------------------------------
  mindex |   .0060305      .00211    2.85   0.004    .00189   .01017   6.48795
  gender*|  -.0156061      .00498   -3.13   0.002   -.02537 -.005843   .535197
   age_m*|  -.0173969      .00563   -3.09   0.002   -.02843 -.006364   .321715
   age_h*|  -.0893191       .0062  -14.42   0.000  -.101463 -.077175   .241714
   lninc |   .0297571      .00257   11.57   0.000   .024714    .0348   9.34877
  finc_m*|  -.1215084      .00528  -23.02   0.000  -.131853 -.111164   .531714
  finc_h*|  -.1498806      .00787  -19.04   0.000   -.16531 -.134451   .082364
   edu_m*|   .0385924      .00592    6.52   0.000   .026984    .0502   .300137
   edu_h*|   .0677399      .00673   10.06   0.000   .054547  .080933   .251695
     str |    .000689      .00042    1.64   0.102  -.000136  .001514   48.7037
  lnmedu |  -.0873092      .01474   -5.92   0.000  -.116196 -.058422   7.41793
  lnpsec |  -.0269081      .00756   -3.56   0.000  -.041724 -.012092   6.73562
_Iy~2011*|  -.0495903      .00783   -6.33   0.000  -.064938 -.034243   .140787
_Iy~2012*|  -.0204699      .00684   -2.99   0.003   -.03388  -.00706   .298147
_Iy~2013*|    .002822      .00743    0.38   0.704  -.011741  .017385   .281761
------------------------------------------------------------------------------
(*) dy/dx is for discrete change of dummy variable from 0 to 1

解释变量	（1）	（2）	（3）	（4）	（5）
	ologit（三维）	oprobit（五维）	ologit（五维）	probit（二维）	logit（二维）
mindex （回归系数）	-0.027***	-0.016***	-0.028***	-0.035***	-0.056***
mindex （边际效应）	0.006***	0.002***	0.002***	-0.014***	-0.014***
个体控制变量	是	是	是	是	是
地区控制变量	是	是	是	是	是
年份控制变量	是	是	是	是	是
观测值	32162	32162	32162	32162	32162
R2或伪R2	0.0216	0.0182	0.0183	0.0330	0.0330

遇到问题先查help文件的解释和例子该用什么命令不是猜的

蓝色 发表于 2018-1-23 17:30
遇到问题先查help文件的解释和例子该用什么命令不是猜的

谢谢蓝老师的意见，但是我的主要疑问是求边际效应后控制变量的系数与原回归系数符号相反，不知蓝老师可否指点下

蓝色 发表于 2018-1-23 17:30
遇到问题先查help文件的解释和例子该用什么命令不是猜的

谢谢蓝老师的意见，但是我的主要疑问是求边际效应后变量的系数与原回归x结果系数符号相反，不知蓝老师可否指点下

你看格林 的 计量经济分析 书上的理论介绍

学习一下