『壹』 stata中進行probit回歸，迭代總是無窮下去不出結果，怎麼辦
題主的Y變數有四個類型：不付股利，支付現金，回購，和兩者結合，所以可以用多項probit回歸（Multinomial
probit
regression）。在Stata軟體裡面使用mprobit命令就可以。具體就是：mprobit
y
x1
x2
x3
x4
『貳』 如何用stata做logit和probit模型
在stata命令框中輸入help probit就會有你想要的答案。
『叄』 probit模型stata輸入行業啞變數後結果為什麼出現omitted
例如，有一串年份數據 id year 001 2001 010 2002 100 2003 110 2004 111 2005 輸入命令 tab year, gen(mmy_year) 這樣就自動生成了2001至2005的五個虛擬變數 回歸命令 reg y x mmy* mmy* 等同於2001至2005的五個虛擬變數，reg命令會自動...7915
『肆』 用stata怎麼分別得出probit模型被解釋變數的兩個類別的均值和標准誤，以及
probit模型計算後，是得到回歸系數和標准誤
類別是聚類分析才會用到的術語
『伍』 如何用Stata軟體做一個多元probit回歸,計量經濟學
題主的Y變數有四個類型：不付股利，支付現金，回購，和兩者結合，所以可以用多項probit回歸（Multinomial probit regression）。在Stata軟體裡面使用mprobit命令就可以。具體就是：mprobit y x1 x2 x3 x4
『陸』 stata裡面什麼命令可以對面板數據按時間求均值
首先對面板數據進行聲明：
前面是截面單元，後面是時間標識：
tsset company year
tsset instry year
產生新的變數：gennewvar=human*lnrd
產生滯後變數Genfiscal(2)=L2.fiscal
產生差分變數Genfiscal(D)=D.fiscal
一、描述性統計
xtdes ：對Panel Data截面個數、時間跨度的整體描述
Xtsum：分組內、組間和樣本整體計算各個變數的基本統計量
xttab 採用列表的方式顯示某個變數的分布
二、主要命令和方法
Stata中用於估計面板模型的主要命令：xtreg
xtreg depvar [varlist] [if exp] , model_type [level(#) ]
Model type 模型
be Between-effects estimator
fe Fixed-effects estimator
re GLSRandom-effects estimator
pa GEEpopulation-averaged estimator
mle Maximum-likelihood Random-effectsestimator
主要估計方法：
xtreg： Fixed-, between- and random-effects, and population-averaged linear models
xtregar：Fixed- andrandom-effects linear models with an AR(1) disturbance
xtpcse ：OLS orPrais-Winsten models with panel-corrected standard errors
xtrchh ：Hildreth-Houckrandom coefficients models
xtivreg ：Instrumentalvariables and two-stage least squares for panel-data models
xtabond：Arellano-Bond linear, dynamic panel data estimator
xttobit ：Random-effectstobit models
xtlogit ：Fixed-effects,random-effects, population-averaged logit models
xtprobit ：Random-effects andpopulation-averaged probit models
xtfrontier ：Stochastic frontiermodels for panel-data
xtrc gdp invest culture e sci health social admin,beta
三、xtreg命令的應用
聲明面板數據類型：
*1、面板聲明
use FDI.dtar, clear
xtset id year
1.固定效應模型估計：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
2.隨機效應模型估計：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
3. 最大似然估計Ml：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,mle
Hausman檢驗究竟選擇固定效應模型還是隨機效應模型：
第一步：估計固定效應模型，存儲結果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
est store fe
第二步：估計隨機效應模型，存儲結果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
est store re
第三步：進行hausman檢驗
hausman fe re
對於固定效應模型的異方差檢驗和序列相關檢驗：
xtserial xtreg lngdp lnfdi lnie lnex lnim lnci lngp
異方差檢驗：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
xttest3 (Modified Wald statistic for groupwise heteroskedasticity in fixedeffect model)
隨機效應模型的序列相關檢驗：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
xttest1
xttest1用於檢驗隨機效應(單尾和雙尾) 、一階序列相關以及兩者的聯合顯著
檢驗結果表明存在隨機效應和序列相關，而且對隨機效應和序列相關的聯合檢驗也非常顯著
可以使用廣義線性模型xtgls對異方差和序列相關進行修正：
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero)，修正異方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(correlated)，修正依橫截面而變化的異方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero) corr(ar1)，修正異方差和一階序列相關ar(1)
『柒』 我要用Biprobit模型估計信貸約束的程度，在STATA中怎麼輸入命令進行系數估計
biprobit模型中 兩個式子的解釋變數應該是相同的。你的biprobit 模型設定有些問題，你看看下面的模型是否可行：
y1=1{a1+b1*x1+c1*x2+u1>0}
y2=1{a2+b2*x1+c2*x2+u2>0}
上面模型中符號的意義和你前面的類似,u1和u2是相互關聯的隨機擾動項。這個模型在stata中可算：
菜單：statistics -> binary outcomes -> bivariate probit regression
出現2個dependent variable：分別填入 y1,y2 兩個啞變元
下面的independent variable: 放入相應的x1,x2