本文包括面板logit模型，包括命令操作以及相關(guān)檢驗等內(nèi)容，歡迎閱讀。

一．混合面板logit與probit模型

對于面板數(shù)據(jù)，如果被解釋變量為離散變量或者虛擬變量時，使用離散選擇模型，也就是面板二值選擇模型。以二值選擇（被解釋變量取值為0或1）為例，當被解釋變量取1的概率為標準正態(tài)分布時，使用probit模型；當被解釋變量取1的概率為logistic分布時，使用logit模型。

混合面板二值選擇模型命令為logit或者probit，命令格式為：

Syntax

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

選項主要包括depvar表示被解釋變量。indepvars表示解釋變量， noconstant 表示不含截距項，vce(vcetype) 表示參數(shù)估計量方差協(xié)方差矩陣一致估計，包括oim, robust, cluster clustvar, bootstrap, or jackknife等。

案例講解部分為：

webuse lbw

Logistic regression（logit回歸）

logit low age lwt i.race smoke ptl ht ui

結(jié)果為：

logit, level(99)

（level(99)，置信水平，即99%。）

案例02

webuse nhanes2d

svyset

Logistic regression using survey data

svy: logit highbp height weight age female

二．面板logit與probit模型

面板二值選擇模型固定效應(yīng)

xtprobit y x1 x2 x3，fe

xtlogit y x1 x2 x3，fe

面板二值選擇模型隨機效應(yīng)

Random-effects (RE) model 

xtprobit depvar [indepvars] [if] [in] [weight] [, re RE_options] 

Random-effects (RE) model

xtlogit depvar [indepvars] [if] [in] [weight] [, re RE_options]

案例講解：

Setup

webuse union

Random-effects logit model

xtlogit union age grade i.not_smsa south##c.year

Fixed-effects logit model

xtlogit union age grade i.not_smsa south##c.year, fe

Hausman檢驗

hausman fe re

案例講解總結(jié)

use union,clear

第一步：固定效應(yīng)模型選擇

Fixed-effects logit model 

xtlogit union age grade i.not_smsa south##c.year, fe 

estimates store fe 

logit union age grade i.not_smsa south##c.year , nolog //混合面板Logit模型 

estimates store logit 

hausman fe logit //在混合面板Logit模型于固定效應(yīng)之間選擇 

第二步：隨機效應(yīng)模型選擇

Random-effects logit model 

xtlogit union age grade i.not_smsa south##c.year  //主要通過觀察此回歸結(jié)果中的LR檢驗與0.05比較 

estimates store re 

第三步：固定效應(yīng)還是隨機效應(yīng) 

hausman fe re

第四步：確定好隨機效應(yīng)或者固定效應(yīng)模型后，再次返回去選擇相對應(yīng)的模型