admin 管理员组

文章数量: 1086019


2024年4月15日发(作者：原码反码补码简书)

Probit回归模型

Probit模型是一种广义线性模型，适用于分类变量的分析。

常用的分析模型包括线性概率模型、Logistic模型、Probit模

型和对数线性模型。与Logistic回归类似，Probit回归也包括

二分类Probit回归、有序多分类Probit回归和无序多分类

Probit回归。

以二分类因变量为例，为了使预测值y在[0,1]之间，我们

可以构造一个理论模型。其中，函数F(x,β)称为连接函数。如

果连接函数为标准正态分布，则模型为Probit回归模型；如果

连接函数为logistic分布，则模型为logistic回归模型。Probit

回归采用最大似然法进行参数估计，其估计过程与Logistic回

归类似。

虽然Probit回归和Logistic回归都属于离散因变量分析模

型，但Logistic回归的应用更为广泛。这是因为Logistic回归

的偏回归系数解释更直观易懂。而Probit回归的偏回归系数含

义为其他自变量保持不变时，该自变量每增加一个单位，出现

某个结果的概率密度函数的改变值，难以理解。

在什么情况下可以使用Probit回归代替Logistic回归呢？

有两个方面可以考虑。首先，如果自变量中包含较多连续型变

量，则Probit回归可能更为适用。其次，如果残差符合正态分

布，则Probit回归也可能更为适用。


本文标签： 回归 模型 分类 线性 改变

版权声明：本文标题：Probit回归模型 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1713196793a623431.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。