溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
二值選擇模型的stata操作與分析中的logit模型是什么，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。
在經典計量經濟學模型中，被解釋變量通常被假定為連續變量，若被解釋變量為離散變量，如Y=1,2,3 那么就稱為離散被選擇變量模型， 離散被解釋變量模型分為二元選擇模型和多元選擇模型。這里介紹二元選擇模型的stata操作與分析，即logit模型和probit模型。
接著（一）中的例子，接下來做自變量的比數比：
采用stata得出white、married和loanprc的比數比：
logit approve white hrat obrat loanprc unem male married dep sch cosign chist pubrec mortlat1 mortlat2 vr, or nolog
得到結果：
根據結果，white的比數比為0.0828，表明白人貸款申請批準的的預測概率是非白人的2.5543倍。
同理，married貸款申請批準的預測概率是nomarried的1.6541倍；
loanprc每升高一個單位，貸款申請批準的預測概率平均下降（1-0.1488）%=0.8512%。
2
采用似然比檢驗。
首先做不包含婚姻狀況和種族因素的logit模型（去掉white、married變量），并保存：
logit approve hrat obrat loanprc unem male dep sch cosign chist pubrec mortlat1 mortlat2 vrestimates store m1
再做包含婚姻狀況和種族因素的logit模型，并保存：
logit approve white hrat obrat loanprc unem male married dep sch cosign chist pubrec mortlat1 mortlat2 vrestimates store m2
再做似然比檢驗：
lrtest m1 m2
得到結果：
原假設是兩個模型是等價的，這里的LR檢驗值為35.66，p值為0.000，在5%的顯著性水平下拒絕原假設，說明兩個模型不等價，因此婚姻狀況和種族因素會影響貸款申請批準。
看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
