guyue157
种子
共回答了17个问题采纳率:82.4% 举报
定性选择模型的其它的说明基于probit 和logit 模型(格林,1998).这些模型用来指示一个回归模型,如果事件发生,因变数是花费1的价值的一个二进制的变量和0不然.probit 和logit 模型的区别性是因变数的被预言的价值被解释为事件发生的可能性.在两个模型之间的差别可能被在与每个模型相关的分布函数里发现.原则上,因为logit使用二项分布,probit使用累积的正规分布,如果一个人以为无条件因变数反映出一个基础的定性变量,一个人应该使用logit 并且如果一个人以为依靠反映出一个基础的定量变量,使用probit.不过,实际上,这些其它的假定很少在结论里产生影响,这将对logit和在大多数情形(火腿,布朗和Jang,2004)下的probit是一样的.
无论如何,当因变数能花费超过一价值(不仅0和1)时,但是它保持分离并且被束,简单的logit 和probit 模型的概括被要求.以这种方法,格林(1998)提出两个选择.第一个所谓哪主要区别性是是那些因变数的多项模特一分离和镶几变量花费价值 1,2,3,4,5,等等 不过,虽然多项的模型适用于分类数据,但是他们不能捕获因变数的其它的选择跟随的命令.因此在这研究内,提议预订的logit 和probit 模式的第2 选择已经被选择因为,以及带被凝固,分离的自然 进账户的因变数,他们也把它的订货考虑进去.随着这些模特,暗示最初想象是潜在意见:
在哪里在随机误差和bx 和bd在要被估计的矢量的参数.根据下列规章,被观察的种类李基于Oi:
1年前
7