众文网1.stata中probit的分析结果怎么看啊
X3显著，其他的变量无影响，从P>Z那一列看出来，小于0.1 0.05 0.01 三个比例 也就是置信区间90% 95% 99% 的把握上显著， Z值那一列和和第4列是一起看的，所以只用看第4列就好，第一列叫做 系数 第2列叫做标准误 第一列最重要 你这个结果 X3显著 X3为正，也就是说X3越多（例如探究奶茶好不好喝，X3代表意义是温度 分值是12345段，这个结果表明X3温度越高则越好喝，只是个人假设，且这里要符合理论分析），每增加1X3则带来0.321的正面影响，log不能为正值，你的是-57，还好也不能太大，其他都还好，主要是表格里面的第一列和第三列，祝你好运。
2.能帮我看看这两份stata分析的结果是怎么个情况吗
x1,x2,x3,x4不显著可能是因为存在内生性问题。
x1,x2,x3,x4中某几个变量之间存在相关性，如受灾面积就可能与水库数量相关（水库数量增加可能会使受灾面积减少），或者是残差部分存在没有观测到的影响y的因素，且该因素跟x1,x2,x3,x4某一个或几个相关。
这种相关性的存在会导致不满足OLS假定中的外生性假定，致使估计结果是不准确的。
因此，在存在这种相关性的条件下，x1,x2,x3,x4就可能都不显著，或者估计结果与理论不服。如第一个回归方程中，x1（播种面积）理论上应该与y（农作物产量）显著正相关，但是估计结果是不显著；还有就是第二个回归方程中，x4（水库数量）理论上应该与y（农作物产量）正相关，但是估计结果是显著负相关。
所以，你这两个回归方程都存在着问题。
处理办法有使用面板数据、GMM回归、或是再添加控制变量。
3.怎么看stata相关性检验结果
1、使用系统自带的数据做RESET检验，sysuse auto，解释：导入系统中自带数据，autodescirbe解释：看看数据的构成。
2、reg price rep78 headroom trunk weight length，解释：对数据进行回归。
3、使用y的拟合值进行RESET检验，estat ovtest，发现p的拟合值为0.051这个数比较接近拒绝域，我们认为我们可能遗漏了高次项。
4、直接使用解释变量的高次项进行RESET检验，estat ovtest,rhs。解释：添加了选项rhs，发现在5%的水平上拒绝原假设，认为遗漏了高阶非线性项。
5、经过数次尝试之后，发现gen wight2=weight^2,reg price rep78 weight2 headroom trunk weight length，效果显著。
4.stata中面板数据回归分析的结果该怎么分析
需要准备的工具：电脑，stataSE 15。
1、首先生成一个自变量copy和一个因变量。
2、点击Statistics|linear model and related|linear菜单。
3、在弹出的regress中设置相关变量，然后再点确定。
4、在结果界面中，_cons为.5205279表示回归截距，说明回归方程具有统计学意义。
5、在弹出的avplot/avplots中，选择“all variables”,zd点确定即可。