probit模型_百度百科

Probit模型（probit model）是一种线性模型。

特点是服从正态分布。

中文名: probit模型; 外文名: probit model. 类 型: 线性模型; 特 点: 服从正态分布; 学 科: 数学 ... 百度首页 网页 新闻 贴吧 知道 网盘 图片 视频 地图 文库 百科 首页 历史上的今天 百科冷知识 图解百科 秒懂百科 懂啦 秒懂本尊答 秒懂大师说 秒懂看瓦特 秒懂五千年 秒懂全视界 特色百科 数字博物馆 非遗百科 恐龙百科 多肉百科 艺术百科 科学百科 用户 蝌蚪团 热词团 百科校园 分类达人 百科任务 百科商城 知识专题 权威合作 合作模式 常见问题 联系方式 下载百科APP 个人中心 probit模型 播报 编辑 锁定 讨论 上传视频 特型编辑 服从正态分布的非线性模型 收藏 查看我的收藏 0 有用+1 已投票 0 Probit模型（probitmodel）是一种线性模型。

特点是服从正态分布。

中文名 probit模型 外文名 probitmodel 类    型 线性模型 [1]  特    点 服从正态分布 学    科 数学 目录 1 形式 2 主要区别 probit模型形式 编辑 播报 最简单的probit模型就是指被解释变量Y是一个0,1变量，事件发生的概率是依赖于解释变量，即P（Y=1）=f(X)，也就是说,Y=1的概率是一个关于X的函数，其中f(.)服从标准正态分布。

若f（.)是Logistic分布，则其为Logistic模型 probit模型主要区别 编辑 播报 logit模型也叫Logistic模型，服从Logistic分布。

probit模型服从正态分布。

两个模型都是离散选择模型的常用模型。

但logit模型简单直接，应用更广。

而且，当因变量是名义变量时，Logit和Probit没有本质的区别，一般情况下可以换用。

区别在于采用的分布函数不同，前者假设随机变量服从逻辑概率分布，而后者假设随机变量服从正态分布。

其实，这两种分布函数的公式很相似，函数值相差也并不大，唯一的区别在于逻辑概率分布函数的尾巴比正态分布粗一些。

但是，如果因变量是序次变量，回归时只能用有序Probit模型。

有序Probit可以看作是Logit的扩展。

百度百科内容由网友共同编辑，如您发现自己的词条内容不准确或不完善，欢迎使用本人词条编辑服务（免费）参与修正。

立即前往>> 分享你的世界 查看更多 特殊参考资料佐证 （美）廖福挺著,解释概率模型LogitProbit以及其他广义线性模型,格致出版社,2018.04,第35页 子里无悔 参考资料 1    （美）廖福挺．解释概率模型LogitProbit以及其他广义线性模型：格致出版社，2018.04：35 图集 probit模型的概述图（2张） V百科往期回顾 词条统计 浏览次数：次 编辑次数：23次历史版本 最近更新： 银银66188 （2022-03-24） 1 形式 2 主要区别 为您推荐广告 搜索发现 新手上路 成长任务 编辑入门 编辑规则 本人编辑 我有疑问 内容质疑 在线客服 官方贴吧 意见反馈 投诉建议 举报不良信息 未通过词条申诉 投诉侵权信息 封禁查询与解封 ©2022 Baidu 使用百度前必读 | 百科协议 | 隐私政策 | 百度百科合作平台 | 京ICP证030173号  京公网安备11000002000001号 进入词条 清除历史记录关闭 播报 编辑 讨论  收藏 赞 登录 扫码下载百科APP 领取50财富值奖励 分享到微信朋友圈 打开微信“扫一扫”即可将网页分享至朋友圈 选择朗读音色 00:00 00:00