二值選擇模型的stata操做與分析（二）：logit模型

在經典計量經濟學模型中，被解釋變量一般被假定爲連續變量，若被解釋變量爲離散變量，如Y=1,2,3 那麼就稱爲離散被選擇變量模型， 離散被解釋變量模型分爲二元選擇模型和多元選擇模型。這裏介紹二元選擇模型的stata操做與分析，即logit模型和probit模型。   

3

計算自變量的平均偏效應和比數比

接着（一）中的例子，接下來作自變量的比數比：

採用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

獲得結果：

根據結果，white的比數比爲0.0828，代表白人貸款申請批准的的預測機率是非白人的2.5543倍。

同理，married貸款申請批准的預測機率是nomarried的1.6541倍；

loanprc每升高一個單位，貸款申請批准的預測機率平均降低（1-0.1488）%=0.8512%。

2

logit模型的似然比檢驗

採用似然比檢驗。

首先作不包含婚姻情況和種族因素的logit模型（去掉white、married變量），並保存：

logit approve hrat obrat loanprc unem male dep sch cosign chist pubrec mortlat1 mortlat2 vrestimates store m1

再作包含婚姻情況和種族因素的logit模型，並保存：

logit approve white hrat obrat loanprc unem male married dep sch cosign chist pubrec mortlat1 mortlat2 vrestimates store m2

再作似然比檢驗：

lrtest m1 m2

獲得結果：

原假設是兩個模型是等價的，這裏的LR檢驗值爲35.66，p值爲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，所以婚姻情況和種族因素會影響貸款申請批准。

歡迎掃碼關注，如有問題，請點擊「在看」留言或在公衆號裏留言。

本文分享自微信公衆號 - 博士的計量經濟學乾貨（econometrics_ABC）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。