如何用Stata中mvprobit模型结果为新数据集预测二元结果？

一、Stata实操方案 #

虽然mvppred不支持跨数据集预测，但可以通过导出估计结果+手动计算的方式实现，步骤如下：

1. 在原数据集导出模型参数

   * 先完成mvprobit估计（示例命令，替换为你的实际模型）
   mvprobit (rainfed = x1 x2 x3) (surface = x1 x4) (sprinkler = x2 x3 x4) (drip = x1 x3)
   
   * 保存系数估计结果
   estimates save "mvprobit_coefs.ster", replace
   
   * 提取并保存残差协方差矩阵
   matrix Sigma = e(Sigma)
   matrix save "mvprobit_Sigma.mat", replace
   

2. 切换到新数据集加载参数并生成预测

   * 加载之前保存的系数和协方差矩阵
   estimates use "mvprobit_coefs.ster"
   matrix use "mvprobit_Sigma.mat"
   
   * 计算每个方程的线性预测值（替换为你的自变量和方程对应关系）
   gen y1_hat = _b[rainfed:_cons] + _b[rainfed:x1]*x1 + _b[rainfed:x2]*x2 + _b[rainfed:x3]*x3
   gen y2_hat = _b[surface:_cons] + _b[surface:x1]*x1 + _b[surface:x4]*x4
   gen y3_hat = _b[sprinkler:_cons] + _b[sprinkler:x2]*x2 + _b[sprinkler:x3]*x3 + _b[sprinkler:x4]*x4
   gen y4_hat = _b[drip:_cons] + _b[drip:x1]*x1 + _b[drip:x3]*x3
   
   * 生成符合模型假设的多元正态随机误差项
   drawnorm eps1 eps2 eps3 eps4, means(0 0 0 0) cov(Sigma) seed(1234) // seed固定可复现结果
   
   * 生成二元预测结果：潜变量>0时取1，否则取0
   gen rainfed_pred = (y1_hat + eps1) > 0
   gen surface_pred = (y2_hat + eps2) > 0
   gen sprinkler_pred = (y3_hat + eps3) > 0
   gen drip_pred = (y4_hat + eps4) > 0
   

   注：如果需要预测联合概率（比如某农场同时采用喷灌和滴灌的概率），由于Stata内置mvnormal()仅支持3维以下，4维场景可使用外部命令mvnp实现积分计算。

二、手动预测的理论公式 #

多元Probit模型的核心逻辑基于潜变量假设：

1. 潜变量方程 #

对于第$i$个观测的第$j$个因变量（$j=1,2,3,4$对应雨养、地面灌溉、喷灌、滴灌），存在不可观测的潜变量$y_{ij}^$：
$$y_{ij}^ = \mathbf{x}_{i}'\boldsymbol{\beta}j + \epsilon{ij}$$
其中：

• $\mathbf{x}_i$：第$i$个观测的自变量向量
• $\boldsymbol{\beta}_j$：第$j$个方程的系数向量（模型估计得到的$\hat{\boldsymbol{\beta}}_j$）
• $\boldsymbol{\epsilon}i = (\epsilon{i1}, \epsilon_{i2}, \epsilon_{i3}, \epsilon_{i4})'$：服从均值为0、协方差矩阵为$\Sigma$（即模型输出的e(Sigma)）的多元正态分布

2. 二元结果映射 #

观测到的二元因变量$y_{ij}$与潜变量的关系为：
$$y_{ij} = \begin{cases}
1 & \text{当 } y_{ij}^* > 0 \
0 & \text{当 } y_{ij}^* \leq 0
\end{cases}$$

3. 预测逻辑 #

• 二元结果预测：先计算线性预测值$\hat{y}{ij}^* = \mathbf{x}i'\hat{\boldsymbol{\beta}}j$，再从$N(\mathbf{0}, \hat{\Sigma})$中抽取误差项$\hat{\epsilon}{ij}$，最后通过$\hat{y}{ij}^* + \hat{\epsilon}{ij}$与0的比较得到预测值。
• 联合概率预测：若要计算特定结果组合的概率（如$y_1=1, y_2=0$），需对多元正态分布在对应区域（$\epsilon_{i1} > -\hat{y}{i1}^*, \epsilon{i2} \leq -\hat{y}_{i2}^*$等）进行积分。

内容的提问来源于stack exchange，提问作者Charlotte