Oprobit模型求边际效应问题

xi:oprobit happiness i.housenum sex age c.age#c.age dangyuan eduyear hukou marry1 zjxy ///
lnincome zfmj urban_pop1 dqgdpdex houprice finance_worker,robust nolog
得出的结果如下：
随后想求出边际效应
使用命令：
mfx compute,predict(outcome(1))
mfx compute,predict(outcome(2))
mfx compute,predict(outcome(3))
mfx compute,predict(outcome(4))
mfx compute,predict(outcome(5))

或者是使用升级版的命令：
mfx2

显示的结果都是：
c:  operator invalid
r(198);


想请问各位是什么问题呢。

谢谢各位，不胜感激

都试了，没有问题

一、不用xi
二、用margins命令

蓝色 发表于 2019-1-7 22:28
一、不用xi
二、用margins命令

非常感谢老师那么晚还为我答疑解惑。老师运行的这个程序是没有问题，我运行自己之前用过的一个数据也没有任何问题，用的是同一款stata。但是运行该数据时就一直提示C:operator  invalid .不知道是什么原因。老师说的不用xi 是什么意思呢。

谢尚自能鸲鹆舞3 发表于 2019-1-8 21:10
非常感谢老师那么晚还为我答疑解惑。老师运行的这个程序是没有问题，我运行自己之前用过的一个数据也没有 ...

你命令的最前面不是有 xi：
不要用那个

边际影响用margins命令

1. sysuse auto
   
2. 
   
3. oprobit rep78 i.foreign c.length#c.mpg
   
4. 
   
5. margins, dydx(*) predict(outcome(1))
   
6. margins, dydx(*) predict(outcome(2))
   
7. margins, dydx(*) predict(outcome(3))

复制代码

1. . sysuse auto
   
2. (1978 Automobile Data)
   
3. 
   
4. .
   
5. . oprobit rep78 i.foreign c.length#c.mpg
   
6. 
   
7. Iteration 0:   log likelihood = -93.692061  
   
8. Iteration 1:   log likelihood = -77.461544  
   
9. Iteration 2:   log likelihood =  -77.28925  
   
10. Iteration 3:   log likelihood = -77.288592  
    
11. Iteration 4:   log likelihood = -77.288592  
    
12. 
    
13. Ordered probit regression                       Number of obs     =         69
    
14.                                                 LR chi2(2)        =      32.81
    
15.                                                 Prob > chi2       =     0.0000
    
16. Log likelihood = -77.288592                     Pseudo R2         =     0.1751
    
17. 
    
18. --------------------------------------------------------------------------------
    
19.          rep78 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
20. ---------------+----------------------------------------------------------------
    
21.        foreign |
    
22.       Foreign  |   1.636001   .3394216     4.82   0.000     .9707469    2.301255
    
23.                |
    
24. c.length#c.mpg |   .0003867   .0002126     1.82   0.069    -.0000301    .0008034
    
25. ---------------+----------------------------------------------------------------
    
26.          /cut1 |  -.2824214   .8617441                     -1.971409    1.406566
    
27.          /cut2 |    .618567   .8186588                     -.9859748    2.223109
    
28.          /cut3 |     2.1905   .8289053                      .5658754    3.815125
    
29.          /cut4 |   3.382743   .8938475                      1.630834    5.134652
    
30. --------------------------------------------------------------------------------
    
31. 
    
32. .
    
33. . margins, dydx(*) predict(outcome(1))
    
34. 
    
35. Average marginal effects                        Number of obs     =         69
    
36. Model VCE    : OIM
    
37. 
    
38. Expression   : Pr(rep78==1), predict(outcome(1))
    
39. dy/dx w.r.t. : 1.foreign length mpg
    
40. 
    
41. ------------------------------------------------------------------------------
    
42.              |            Delta-method
    
43.              |      dy/dx   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
44. -------------+----------------------------------------------------------------
    
45.      foreign |
    
46.     Foreign  |  -.0409779   .0272467    -1.50   0.133    -.0943804    .0124246
    
47.       length |  -.0004468   .0003488    -1.28   0.200    -.0011305    .0002369
    
48.          mpg |  -.0049881   .0040144    -1.24   0.214    -.0128561      .00288
    
49. ------------------------------------------------------------------------------
    
50. Note: dy/dx for factor levels is the discrete change from the base level.
    
51. 
    
52. . margins, dydx(*) predict(outcome(2))
    
53. 
    
54. Average marginal effects                        Number of obs     =         69
    
55. Model VCE    : OIM
    
56. 
    
57. Expression   : Pr(rep78==2), predict(outcome(2))
    
58. dy/dx w.r.t. : 1.foreign length mpg
    
59. 
    
60. ------------------------------------------------------------------------------
    
61.              |            Delta-method
    
62.              |      dy/dx   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
63. -------------+----------------------------------------------------------------
    
64.      foreign |
    
65.     Foreign  |  -.1470625   .0476436    -3.09   0.002    -.2404421   -.0536828
    
66.       length |  -.0009963   .0005657    -1.76   0.078    -.0021051    .0001124
    
67.          mpg |  -.0102563   .0059584    -1.72   0.085    -.0219346    .0014219
    
68. ------------------------------------------------------------------------------
    
69. Note: dy/dx for factor levels is the discrete change from the base level.
    
70. 
    
71. . margins, dydx(*) predict(outcome(3))
    
72. 
    
73. Average marginal effects                        Number of obs     =         69
    
74. Model VCE    : OIM
    
75. 
    
76. Expression   : Pr(rep78==3), predict(outcome(3))
    
77. dy/dx w.r.t. : 1.foreign length mpg
    
78. 
    
79. ------------------------------------------------------------------------------
    
80.              |            Delta-method
    
81.              |      dy/dx   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
82. -------------+----------------------------------------------------------------
    
83.      foreign |
    
84.     Foreign  |  -.3787057   .0934995    -4.05   0.000    -.5619614   -.1954499
    
85.       length |  -.0008299   .0006064    -1.37   0.171    -.0020185    .0003587
    
86.          mpg |  -.0052135    .004581    -1.14   0.255     -.014192     .003765
    
87. ------------------------------------------------------------------------------
    
88. Note: dy/dx for factor levels is the discrete change from the base level.

复制代码

蓝色 发表于 2019-1-9 08:32
你命令的最前面不是有 xi：
不要用那个

老师好，尝试了您说的用margins

. do "D:\Stata14\STD04000000.tmp"

. oprobit happiness i.housenum sex age c.age#c.age dangyuan eduyear hukou marry1 zjxy ///
> lnincome zfmj urban_pop1 dqgdpdex houprice finance_worker,robust nolog

Ordered probit regression                       Number of obs     =      4,086
                                                Wald chi2(16)     =     303.90
                                                Prob > chi2       =     0.0000
Log pseudolikelihood =  -4389.563               Pseudo R2         =     0.0346

------------------------------------------------------------------------------
             |               Robust
   happiness |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
    housenum |
   有一套房  |   .3883352   .0614187     6.32   0.000     .2679567    .5087136
     多套房  |   .6272601   .0734501     8.54   0.000     .4833006    .7712196
             |
         sex |  -.1278365   .0361398    -3.54   0.000    -.1986692   -.0570039
         age |   -.082792   .0138948    -5.96   0.000    -.1100252   -.0555587
             |
c.age#c.age |   .0008873   .0001625     5.46   0.000     .0005689    .0012057
             |
    dangyuan |   .0589298    .056098     1.05   0.293    -.0510203    .1688798
     eduyear |   .0337274   .0050082     6.73   0.000     .0239115    .0435433
       hukou |  -.0078488   .0375733    -0.21   0.835    -.0814911    .0657935
      marry1 |   .4281599   .0638562     6.71   0.000      .303004    .5533158
        zjxy |   .1269487   .0608625     2.09   0.037     .0076603     .246237
    lnincome |   .0116192   .0051171     2.27   0.023     .0015899    .0216485
        zfmj |   .0010055   .0002676     3.76   0.000     .0004811      .00153
  urban_pop1 |  -1.559975   .3523334    -4.43   0.000    -2.250536   -.8694147
    dqgdpdex |   .0039186   .0048791     0.80   0.422    -.0056442    .0134814
    houprice |  -.2947213    .095229    -3.09   0.002    -.4813668   -.1080758
finance_wo~r |   .0268949   .0070489     3.82   0.000     .0130793    .0407104
-------------+----------------------------------------------------------------
       /cut1 |  -2.472257    .776837                      -3.99483   -.9496846
       /cut2 |  -1.566008   .7726679                     -3.080409   -.0516064
       /cut3 |  -.7858455   .7728116                     -2.300528    .7288374
       /cut4 |   .9925541   .7733049                     -.5230957    2.508204
------------------------------------------------------------------------------

.
end of do-file

.
.
.
. do "D:\Stata14\STD04000000.tmp"

. margins,dydx(*), predict(outcome(1))
invalid 'predict'
r(198);

end of do-file

r(198);

最后显示 无效的predict 无效 不明白是什么意思

谢尚自能鸲鹆舞3 发表于 2019-1-9 14:18
老师好，尝试了您说的用margins

. do "D:\Stata14\STD04000000.tmp"

看清楚我写的

蓝色 发表于 2019-1-9 16:24
看清楚我写的

好的。非常感谢老师。为我的不仔细感到抱歉。