u11 二元變數迴歸

Regression with a Binary Dependent Variable(二元因變數迴歸)

線性回歸模型直觀,易於理解以及解釋意義,但只能捕捉線性關係,對於非線性或複雜關係的建模效果可能不佳。

不會限制P(Y=1|X1,…,Xk)介於0和1之間,會造成出現沒有意義的解釋

Probit 模型Logit 模型 則是用於二元分類問題,這兩種模型的差異在於它們所使用的分佈函數不同

在 Probit 中使用標準常態分佈的累積分佈函數,而在 Logit 中使用 logistic 函數。

Probit模型使用了正態分佈的特性,估計可能較難解釋,結果可能不如 Logit 模型那麼直觀。

Logit 模型使用 logistic 函數,解釋通常較為直觀,但如果樣本大小較小,估計結果可能較為不穩定。不過這兩種模型產生的結果是相似的。

 

計量經濟學作業 U11 二元變數迴歸