NEW！连享会·推文专辑：
Stata资源 | 数据处理 | Stata绘图 | Stata程序
结果输出 | 回归分析 | 时间序列 | 面板数据 | 离散数据
交乘调节 | DID | RDD  |  因果推断 |  SFA-TFP-DEA
文本分析+爬虫 | 空间计量 | 学术论文 | 软件工具

连享会学习群-常见问题解答汇总：
👉  WD 主页：https://gitee.com/arlionn/WD

🍎 连享会主页：lianxh.cn

连享会近期课程

🎦 时间：2020年12月10-13日

🍓  嘉宾 ： 杨海生 (中山大学) | 范巧 (兰州大学)

🌲 主页：https://gitee.com/arlionn/SP | 👌 微信版

连享会近期课程

🎦 时间：2020年11月28日

🍓  嘉宾 ： 游万海 (福州大学)

🌲 主页：https://gitee.com/arlionn/dataclean| 👌 微信版

 

编者：魏珊珊 (厦门大学)E-Mail: ncweishanshan@163.comSource： https://www.stata.com/support/faqs/statistics/completely-determined-in-logistic-regression/

---

目录[

• 1. 引言

• 2. 问题与方法

  • 情况一：连续变量是一个很好的预测指标

  • 情况二：隐藏共线性

• 3. 进一步扩展

• 4. 参考资料

---

温馨提示： 文中链接在微信中无法生效。请点击底部

1. 引言

先和大家一起简单回顾一下什么是二值选择模型。

二值选择模型： 如果被解释变量 y 是离散的，而非连续的，称为「离散选择模型」 (discrete choice model ) 或「定性反应模型」 (qualitative response model)。

最常见的离散选择模型是二值选择行为 (binary choices)，因为人生充满了选择。比如：考研或不考研；就业或待业；买房或不买房；买保险或不买保险；等等。

此时，由于被解释变量为虚拟变量，取值为 0 或 1 ，故通常不宜进行 OLS 回归。因此，大家常用 Logit 模型或 Probit 模型进行回归。

然而，在进行二值选择模型的实证回归研究中，我们经常会遇到 Stata 显示 「completely determined」 并常常为此困惑。

基于此，本文在总结现有资料的基础上，简单归纳了二值选择模型实证回归研究中出现该问题的两种情况，希望对大家有所帮助。

为方便论述，本文以 Logit 模型为例。如果大家想要进一步深究 Logit 与 Probit 模型的异同，可以参考 Stata 连享会往期推文「 二元选择模型：Probit 还是 Logit？」。

2. 问题与方法

当我们运用 Logit 回归的时候ÿ