vlambda博客
学习文章列表

*22、二值选择模型

logit depvar [indepvars] [if] [in] [weight] [, options]

probit depvar [indepvars] [if] [in] [weight] [, options]

probit y xl x2 x3

logit y xl x2 x3

mfx(计算在样本均值处的边际效应)

predict yhat(计算发生概率的预测值)

estat clas(计算预测准确的百分比)

*23、多值选择模型

mlogit depvar [indepvars] [if] [in] [weight] [, options]

mlogit y xl x2 x3，base(＃)(base(＃)用于指定参照组) 

mlogit y xl x2 x3， rrr base(#)(汇报relative risk ratio) 

mprobit y xl x2 x3， base(#)

*24、条件logit

*条件logit对应命令为：clogit

*语法格式为：clogit depvar [indepvars] [if] [in] [weight] , group(varname) [options]

group (varname) 搭配组变量 

offset(varname) 约束 varname的系数＝1 

constraints (numlist) 应用特定的线性约束 

collinear 保留多重共线性预测变量 

vce(vcetype) 包括oim, robust, cluster clustvar, opg, bootstrap Jackknife

Nonnest 不检查嵌套类型的面板数据

Fit conditional logistic regression (matched case-control data)

clogit low lwt smoke ptd ht ui i.race, group(pairid) 

*25、排序选择模型 

oprobit y xl x2 x3 

ologit y x1 x2 x3

*26、计数模型

poisson y x1 x2x3，r(泊松回归) 

nbreg y xi x2 x3，r(负二项回归)

zip y x1 x2x3， inflate(varlist) vuong(零膨胀泊松回归) 

zinb y x1 x2 x3， inflate(varlist) vuong(零膨胀负二项回归) 

*27、嵌套logit模型

*生成水平识别变量

nlogitgen newvar=alvar(branchlist)[,nolog]

*树状结构

nlogittree altervarlist[if][in][weight][,choice(y) nloabel nobranches]

◆◆◆◆