我正在估计一个模型，其中因变量是一个分数（0 到 1 之间）。我使用了 Stata 14.1 中的命令
glm y x, link(logit) family(binomial) robust nolog
还有
fracreg logit y x, vce(robust)
两个命令提供相同的结果。
现在我想评估结果，最好使用 McFadden 调整后的 r^2。然而，在我运行回归后，fitstat 和 estat gof 似乎都不起作用。我收到错误消息 fitstat does not work with the last model estimated 和 not available after fracreg r(321)。
你们中有人知道 McFadden 调整后的 r^2 的替代命令吗？ 还是我必须使用不同的评估方法？
【问题讨论】：
fracreg 输出中出现的伪 R 平方似乎是 McFadden 的伪 R 平方。我不确定这是否与您提到的 McFadden 的 adjusted r^2 相同。
根据@nick-cox 的post on Stata.com 的建议，您可以通过调查maximize 命令看到它是McFadden 的伪R 平方。在maximize 的参考手册第 1478 页（Stata 14）中说：
令 L1 为完整模型的对数似然（即输出中显示的对数似然值），令 L0 为“仅常量”模型的对数似然。 ... 伪 R2 (McFadden 1974) 定义为 1 - L1 / L0。这只是一个尺度上的对数似然，其中 0 对应于“仅常量”模型，1 对应于离散模型的完美预测（在这种情况下，整体对数似然为 0）。
如果这是您要查找的内容，则可以使用
提取此值fracreg logit y x, vce(robust)
scalar myRsquared = e(r2_p)
【讨论】：
要调整 McFadden 的 R^2，您只需从小数部分的分子中的完整模型对数似然中减去预测变量的数量。公式为here。请注意，您可能会得到负值。
您可以这样做：
set more off
webuse set http://fmwww.bc.edu/repec/bocode/w
webuse wedderburn, clear
/* (1) Fracreg Way */
fracreg logit yield i.site i.variety, nolog
di "Fracreg McFadden's Adj. R^2:" %-9.3f 1-(e(ll)-e(k))/(e(ll_0))
/* (2) GLM Way */
glm yield, link(logit) family(binomial) robust nolog // intercept only model
local ll_0 = e(ll)
glm yield i.site i.variety, link(logit) family(binomial) robust nolog // full model
di "McFadden's Adj. R^2: " %-9.3f 1-(e(ll)-e(k))/`ll_0'
GLM R^2 会略有不同，因为最大化算法不同，因此可能性也会不同。我不确定如何调整 ML 选项以使其完全匹配。
您可以使用 fitstat 起作用的命令验证我们是否正确执行了操作：
sysuse auto, clear
logit foreign price mpg
fitstat
di "McFadden's Adj. R^2: " %-9.3f 1-(e(ll)-e(k))/(e(ll_0))
【讨论】：