苹果/安卓/wp
积分 20, 距离下一级还需 4 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
本帖最后由 Hurricatten 于
22:59 编辑
谢谢大家。我看了“Testing Exogeneity in the Bivariate Probit Model:AMonte Carlo Study ”这篇文章，正在用biprobit命令做双变量probit模型的内生性检验方法的比较，做到Wald检验的时候，需要用到rho的标准差，具体见下图。看到结果里面有出现它，但是发现好像只储存e(rho),然后variance-covariance matrix of the estimators也就是e(V)也只存了athrho的方差。请问要如何提取出来？或者有其他方法做wald检验吗？
再次感谢！
22:52:25 上传
用到过的命令和结果如下：
biprobit (y1=x z)(y2=y1 t z)Seeminglyunrelated bivariate probit& && && && & Number of obs& &=& && &&&500& && && && && && && && && && && && && && && && & Wald chi2(5)& & =& &&&230.46Log likelihood =-235.73715& && && && && && && &&&Prob& chi2& &&&=& &&&0.0000 ------------------------------------------------------------------------------& && && && & |& && &Coef.&&Std. Err.& && &z& & P&|z|& & [95% Conf. Interval]-------------+----------------------------------------------------------------y1& && && &&&|& && && &&&x |&&1.233294& &.1525567& &&&8.08&&0.000& &&&.9342885& && &1.5323& && && &&&z |&&2.134341& &.2032282& & 10.50&&0.000& &&&1.736021& & 2.532661& && & _cons |&&.7412778& &.1093811& &&&6.78&&0.000& &&&.5268948& & .9556607-------------+----------------------------------------------------------------y2& && && &&&|& && && & y1 |&&.4698437& &.3130575& &&&1.50&&0.133& & -.1437379& & 1.083425& && && &&&t |&&.6021803& &.3341506& &&&1.80&&0.072& & -.0527429& & 1.257103& && && &&&z |&&1.440157& &.2681947& &&&5.37&&0.000& &&&.9145054& & 1.965809& && & _cons |&&-.056587& &.2328025& & -0.24&&0.808& & -.5128716& & .3996976-------------+----------------------------------------------------------------& &&&/athrho |&&.8361529& &.2872247& &&&2.91&&0.004& &&&.2732029& & 1.399103-------------+----------------------------------------------------------------& && && &rho |& & .683766& &.1529368& && && && && && && & .2666026& & .8851576------------------------------------------------------------------------------Likelihood-ratiotest of rho=0:& &&&chi2(1) =&&9.50153& &Prob & chi2 = 0.0021
mat SE=e(V)mat list e(V)
22:58:42 上传
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
(27.01 KB)
22:53:10 上传
本帖被以下文库推荐
& |主题: 781, 订阅: 210
泪奔求助。。T.T
1。既然结果里面有，那就拷贝出来用就可以；
2、biprobit postestimation里面有相关的wald检验的命令
& & [R] biprobit postestimation -- Postestimation tools for biprobit
Description
& & The following postestimation commands are available after biprobit:
& & Command& && && && &&&Description
& & ----------------------------------------------------------------------------------------------------------
& && &&&contrast& && && &contrasts and ANOVA-style joint tests of estimates
& && &&&estat ic& && && &Akaike's and Schwarz's Bayesian information criteria (AIC and BIC)
& && &&&estat summarize&&summary statistics for the estimation sample
& && &&&estat vce& && &&&variance-covariance matrix of the estimators (VCE)
& && &&&estat (svy)& && &postestimation statistics for survey data
& && &&&estimates& && &&&cataloging estimation results
& && &&&lincom& && && &&&point estimates, standard errors, testing, and inference for linear combinations of
& && && && && && && && && &coefficients
& & (1) lrtest& && && &&&likelihood-ratio test
& && &&&margins& && && & marginal means, predictive margins, marginal effects, and average marginal effects
& && &&&marginsplot& && &graph the results from margins (profile plots, interaction plots, etc.)
& && &&&nlcom& && && && &point estimates, standard errors, testing, and inference for nonlinear combinations
& && && && && && && && && &of coefficients
& && &&&predict& && && & predictions, residuals, influence statistics, and other diagnostic measures
& && &&&predictnl& && &&&point estimates, standard errors, testing, and inference for generalized predictions
& && &&&pwcompare& && &&&pairwise comparisons of estimates
& && &&&suest& && && && &seemingly unrelated estimation
& && &&&test& && && && & Wald tests of simple and composite linear hypotheses
& && &&&testnl& && && &&&Wald tests of nonlinear hypotheses
& & ----------------------------------------------------------------------------------------------------------
& & (1) lrtest is not appropriate with svy estimation results.
观点有启发
总评分:&经验 + 20&
论坛币 + 10&
学术水平 + 1&
热心指数 + 1&
蓝色 发表于
1。既然结果里面有，那就拷贝出来用就可以；
2、biprobit postestimation里面有相关的wald检验的命令谢谢您的回答！
1、因为我需要重复模拟5000次，所以一次次直接用可能耗用太多时间，所以想找一个能直接提出来的办法~；
2、我之前也查过，但是不太清楚使用命令该怎么写，是testnl e(rho)=0吗？或者是检测rho是否服从N(0,1)分布，但我还是不清楚该怎么写....抱歉
继续求助QVQ谢谢您
本帖最后由 Hurricatten 于
15:03 编辑
。。。。。附件要怎么删除。。。。
14:58:50 上传
蓝色 发表于
1。既然结果里面有，那就拷贝出来用就可以；
2、biprobit postestimation里面有相关的wald检验的命令您好 我想请教一下 biprobit 里面的自变量有什么要求吗？我的因变量大部分都是虚拟变量，请问符合吗？还有我做出来的为什么吗一直在迭代？& && & log likelihood =& &&&-&inf&&&(could not be evaluated)
feasible:& && &log likelihood = -75.957163
rescale:& && & log likelihood = -33.598727
rescale eq:& & log likelihood = -33.598727
Iteration 0:& &log likelihood = -33.598727&&
Iteration 1:& &log likelihood = -21.902964&&(not concave)
Iteration 2:& &log likelihood = -21.523673&&(not concave)
Iteration 3:& &log likelihood = -21.233643&&(not concave)
Iteration 4:& &log likelihood = -20.880196&&(not concave)
Iteration 5:& &log likelihood = -20.725274&&(not concave)
Iteration 6:& &log likelihood = -20.609077&&(not concave)
Iteration 7:& &log likelihood = -20.535909&&(not concave)
Iteration 8:& &log likelihood = -20.489329&&(not concave)
Iteration 9:& &log likelihood = -20.448094&&(not concave)
Iteration 10:&&log likelihood = -20.370909&&
Iteration 11:&&log likelihood = -20.020702&&(backed up)
Iteration 12:&&log likelihood = -19.747352&&
Iteration 13:&&log likelihood =&&-19.66007&&
Iteration 14:&&log likelihood = -19.655925&&
Iteration 15:&&log likelihood = -19.636534&&(not concave)
Iteration 16:&&log likelihood = -19.619722&&(not concave)
Iteration 17:&&log likelihood = -19.617931&&(not concave)
Iteration 18:&&log likelihood = -19.616719&&(not concave)
Iteration 19:&&log likelihood = -19.615587&&(not concave)
Iteration 20:&&log likelihood = -19.612931&&(not concave)
Iteration 21:&&log likelihood =&&-19.60929&&(not concave)
Iteration 22:&&log likelihood = -19.608357&&(not concave)
Iteration 23:&&log likelihood = -19.607495&&(not concave)
Iteration 24:&&log likelihood = -19.606634&&(not concave)
然后下面这个是我的部分数据。
Age& & & & Sex& & & & Education& & & & Train& & & & Land& & & & Time& & & & Rcrop& & & & Agri_expend& & & & inCollate& & & & Ptcredit
4& & & & 0& & & & 2& & & & 0& & & & 200& & & & 1& & & & 27& & & & 20& & & & 1& & & & 1
3& & & & 0& & & & 2& & & & 0& & & & 500& & & & 1& & & & 65& & & & 38& & & & 1& & & & 1
3& & & & 0& & & & 2& & & & 0& & & & 200& & & & 2& & & & 26& & & & 12& & & & 1& & & & 1
3& & & & 0& & & & 1& & & & 0& & & & 150& & & & 3& & & & 19& & & & 8.5& & & & 1& & & & 1
3& & & & 0& & & & 1& & & & 0& & & & 400& & & & 1& & & & 52& & & & 27& & & & 1& & & & 1
3& & & & 0& & & & 1& & & & 0& & & & 350& & & & 1& & & & 45& & & & 28& & & & 1& & & & 1
4& & & & 0& & & & 1& & & & 0& & & & 500& & & & 1& & & & 70& & & & 42& & & & 1& & & & 1
3& & & & 0& & & & 2& & & & 0& & & & 120& & & & 0& & & & 6& & & & 2& & & & 1& & & & 0
4& & & & 0& & & & 1& & & & 0& & & & 260& & & & 1& & & & 33& & & & 18& & & & 1& & & & 1
4& & & & 1& & & & 2& & & & 0& & & & 180& & & & 1& & & & 23& & & & 11& & & & 1& & & & 1
2& & & & 0& & & & 1& & & & 1& & & & 230& & & & 2& & & & 29& & & & 14& & & & 1& & & & 1
我是一个刚刚接触stata的，希望可以得到您的帮助，麻烦了！
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
初级学术勋章
初级学术勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
中级信用勋章
中级信用勋章
高级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师