求助：自变量被删除的原因等

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

作probit 回归后，出现提示如下，
note: x1 != 0 predicts success perfectly
      x1 dropped and 126 obs not used
是什么意思？这里的X1变量是连续变量，取值大于等于0。该怎么处理？


问题2：回归后，各项统计值如下：
Probit regression                                             Number of obs   =       1775
                                                                          Wald chi2(10)   =      22.17
                                                                            Prob > chi2     =     0.0143
Log pseudolikelihood = -195.80043                   Pseudo R2      =     0.0501
说明回归的结果不显著，原因是什么？该如何检验？

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：自变量 regression Likelihood perfectly regressio

1、问题1：
这的看你的数据

是样本的问题

2、为什么说不显著？
你的显著与否是根据什么判断的？

（F值的概率在5%的水平上是显著的啊）

3、如果真的是不显著也有许多原因
（1）数据的问题
（2）模型设定错误
（3）真实情况就是不显著
（4）其他可能

note: x1 != 0 predicts success perfectly
      x1 dropped and 126 obs not used

意思就是你的LHS variable = 1 if and only if x1!=0。这叫perfect predictability，会导致identification problem. 如果这样的变量在likelihood function里，likelihood function的properties就不对了，optimization就会出错。

完全认同楼上的观点
您可以观察一下自己的资料是不是如同楼上说的