probit模型

probit模型是一種廣義的線性模型。服從常態分配。 最簡單的probit模型就是指被解釋變數Y是一個0,1變數，事件發生的機率是依賴於解釋變數，即P（Y=1）=f(X)，也就是說,Y=1的機率是一個關於X的函式，其中f(.)服從標準常態分配。

基本信息

• 中文名：probit模型
• 英文名：probit model
• 定義：是一種廣義的線性模型
• 類型：線性模型

• 特 點：服從常態分配
• 學 科：數學

概念介紹

probit模型是一種廣義的線性模型。服從常態分配。

形式

最簡單的probit模型就是指被解釋變數Y是一個0,1變數，事件發生的機率是依賴於解釋變數，即P（Y=1）=f(X)，也就是說,Y=1的機率是一個關於X的函式，其中f(.)服從標準常態分配。若f（.)是Logistic分布，則其為Logistic模型

區別

logit模型也叫Logistic模型，服從Logistic分布。probit模型服從常態分配。兩個模型都是離散選擇模型的常用模型。但logit模型簡單直接，套用更廣。

而且，當因變數是名義變數時，Logit和Probit沒有本質的區別，一般情況下可以換用。區別在於採用的分布函式不同，前者假設隨機變數服從邏輯機率分布，而後者假設隨機變數服從常態分配。其實，這兩種分布函式的公式很相似，函式值相差也並不大，唯一的區別在於邏輯機率分布函式的尾巴比常態分配粗一些。但是，如果因變數是序次變數，回歸時只能用有序Probit模型。有序Probit可以看作是Logit的擴展。