logit模型結(jié)果解讀（logit模型）
關(guān)于logit模型結(jié)果解讀，logit模型這個(gè)很多人還不知道，今天菲菲來(lái)為大家解答以上的問(wèn)題，現(xiàn)在讓我們一起來(lái)看看吧！
1、如果要弄清楚原理，可以看格林或平狄克的計(jì)量經(jīng)濟(jì)學(xué)，上面有比較詳細(xì)的講解。
2、另外，向你推薦一本不錯(cuò)的書(shū)：王濟(jì)川、郭志剛，Logistic回歸模型——方法與應(yīng)用，北京：高等教育出版社，2001。
3、瀏覽一下這三本書(shū)的相關(guān)內(nèi)容，你基本上可以弄清楚概率估計(jì)模型，至于網(wǎng)上有沒(méi)有電子版的書(shū)我就不太清楚了。
4、這里，我可以先簡(jiǎn)單的回答你這個(gè)問(wèn)題。
5、首先，通常人們將“Logistic回歸”、“Logistic模型”、“Logistic回歸模型”及“Logit模型”的稱(chēng)謂相互通用，來(lái)指同一個(gè)模型，唯一的區(qū)別是形式有所不同：logistic回歸是直接估計(jì)概率，而logit模型對(duì)概率做了Logit轉(zhuǎn)換。
6、不過(guò)，SPSS軟件好像將以分類(lèi)自變量構(gòu)成的模型稱(chēng)為L(zhǎng)ogit模型，而將既有分類(lèi)自變量又有連續(xù)自變量的模型稱(chēng)為L(zhǎng)ogistic回歸模型。
7、至于是二元還是多元，關(guān)鍵是看因變量類(lèi)別的多少，多元是二元的擴(kuò)展。
8、其次，當(dāng)因變量是名義變量時(shí)，Logit和Probit沒(méi)有本質(zhì)的區(qū)別，一般情況下可以換用。
9、區(qū)別在于采用的分布函數(shù)不同，前者假設(shè)隨機(jī)變量服從邏輯概率分布，而后者假設(shè)隨機(jī)變量服從正態(tài)分布。
10、其實(shí)，這兩種分布函數(shù)的公式很相似，函數(shù)值相差也并不大，唯一的區(qū)別在于邏輯概率分布函數(shù)的尾巴比正態(tài)分布粗一些。
11、但是，如果因變量是序次變量，回歸時(shí)只能用有序Probit模型。
12、有序Probit可以看作是Probit的擴(kuò)展。
本文到此分享完畢，希望對(duì)大家有所幫助。
標(biāo)簽： logit模型