Question

我正在对某些数据进行logit回归。我的因变量是二元的，除了我的一个独立变量外当我运行回归时，stata会丢弃许多自变量并给出错误：

“变量名称”！= 0完全预测失败 “变量名称”丢弃，“数字”未使用

我知道一些事实，即一些变量丢失并不能完美地预测失败。换句话说，因变量可以取值1作为自变量的值1或0。

为什么会发生这种情况，我该如何解决？

Answer 1

双变量交叉制表没有显示问题。试试这个：

首先确认这是正在发生的[共线]。（对于您的数据，将x1和x2替换为模型的自变量。）

数字协变量模式：

egen pattern = group（x1 x2）
识别只有一个结果的模式：

logit y x1 x2 预测p 总结p
- p的极值几乎为0或接近1 如果p＆lt;标签模式1e-7 //（使用稍大于min的值）
- 或在上述使用中“如果p> 1 - 1e-7”，如果p几乎为1 list x1 x2 if pattern == XXXX //（使用选项卡步骤中的值）
- 以上标识了协变量模式
完全预测结果的协变量模式可能对研究人员有意义，或者由于模型中有许多变量而可能是异常。
现在你必须摆脱共线性：

logit y x1 x2 if pattern~ = XXXX //（使用选项卡步骤中的值）
- 请注意，存在共线性 *您可以省略logit丢弃或丢弃另一个的变量。
重新删除共线性的模型：

logit y x1

您可能想要也可能不想要包含完美预测结果的协变量模式。这取决于（3）的答案。如果完全预测结果的协变量模式是有意义的，您可能希望从模型中排除这些观察结果：

 logit y x1 if pattern ~= XXXX

这里有人报告

协变量模式这样和预测结果完美其余数据的最佳模型是.... xyz