(6)stata的基本使用--排序与计数模型

本文将深入解析排序模型的logit和probit方法,以及它们在计数问题中的应用,如泊松分布及其零膨胀版本。我们将通过实例讲解如何计算边际效应,并对比泊松回归的统计特性。此外,还会介绍负二项回归作为回归分析的一种选择。
摘要由CSDN通过智能技术生成

排序与计数模型

排序logit与probit

probit

在这里插入图片描述
在这里插入图片描述

logit

在这里插入图片描述
在这里插入图片描述

泊松分布

在这里插入图片描述

零膨胀泊松分布

在这里插入图片描述

计数模型

在这里插入图片描述

在这里插入图片描述
回归瞧一瞧
在这里插入图片描述

尝试泊松分布回归
在这里插入图片描述
为了和回归具有可比性,计算泊松回归的平均边际效应:
在这里插入图片描述

计算发生比率:

在这里插入图片描述
在这里插入图片描述

查看统计特性:
在这里插入图片描述
在这里插入图片描述
负二项回归:
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 4
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小蜗笔记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值