实时搜索: probit模型谁提出的

probit模型谁提出的

712条评论 5268人喜欢 5066次阅读 359人点赞
就是所谓的“logit model“ , 怎么用EViews做PROBIT模型啊,第一次接触这软件,求大神给小弟半个忙,做好有教程,或者是详细的操作过程。是没有时间序列的哈~~~~P.S.没分了,追问成问题了,大神门尽量一次到位嘛,不然还真追问不了我的QQ:493103147,也可以加我QQ ...

probit模型什么时候提出的: probit模型是一种广义的线性模型。服从正态分布。

形式
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(.)是累积分布函数,则其为Logistic模型

与logit模型的区别
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。

请教probit模型中异方差的处理问题: 这个问题之前也困扰着我,查了相关的数据,下面是我自己整理的一些,供你参考。从怀特检验看OBS的p值很小,说明存在异方差,修正的方法有好几种,

如何获得双变量probit模型中rho的标准差:

  获得双变量probit模型中rho的标准差的方法

标准差(Standard Deviation) ,中文环境中又常称均方差,但不同于均方误差(mean squared error,均方误差是各数据偏离真实值的距离平方的平均数,也即误差平方和的平均数,计算公式形式上接近方差,它的开方叫均方根误差,均方根误差才和标准差形式上接近),标准差是离均差平方和平均后的方根,用σ表示。

标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。

平均数相同的一组数据,标准差未必相同。

如何输出probit模型mfx后边际概率的表格: probit模型是一种广义的线性模型。服从正态分布。形式最简单的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(.)是累积分布函数,则其为Logistic模型与logit模型的区别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。

怎么用spss来做有序多分类probit回: Probit回归:
Probit回归全称probability unit,翻译过来叫做概率单位法,蛮拗口的一个名字。这个回归主要用于研究半数效量用的。直白一点说,就是比方你拿一种药去药蟑螂,你想知道你用多少药能药死多少蟑螂,那你就可以用probit回归来估计这个数。Probit回归经常拿来和logistic回归作比较,通常对于二分类变量来说,这两个回归计算出来的概率是非常相似的。(虽然logistic回归最后判断的是是或否,但是它也需要计算一个概率来判断这个结果倒是是还是否。)而且如果有一点数学基础的话,会知道,这两个回归画出来的图也非常像,只是logistic回归画出来的Z型稍微平缓一些。
那么这两个回归到底有什么区别呢?通常来说区别不大。最重要的一个区别在于probit回归适用于呈正态分布的数据,logistic回归适用于呈logistic分布的数据。不过这个区别也蛮微妙的,因为正态分布和logistic分布还蛮像的。所以大概来讲,到底是选择哪个分布更多的还是一种个人喜好。
但是大家都知道啊,logistic分布比probit分布可有名多了。如果说十个从事大数据的人里边有五个人知道logistic回归,那么有三个知道probit回归就不错了。在我们ppv课网站的spss视频教学里边,绝大部分都会讲到logistic回归,但是probit回归就不见得有人讲了。(顺便说一句,我个人最喜欢spss从入门到精通这套课程,刚入门的时候就是听得这套课。强烈推荐大家去听一听)。
那么这是什么原因呢?这绝不是probit不好用的原因。主要原因有两个,第一,logistic回归形式比较多。二分类,有序多分类,无序多分类,这些logistic回归都可以做。这就好像我们ppv课网站提供了spss,sas,r,matlab,hadoop等等视频,你可以从零基础学到精通级别,肯定比较受欢迎哈。第二,则归功于logistic回归的易解释性。Logistic回归提供了一个很重要的参数,OR值,这个值很直接的告诉你处于某个状态比处于另一个状态时因变量发生的概率增加了多少倍。这当然是一个很重要很直观的参数啦。就好像你每学一段时间以后,我们ppv课网站告诉你你的知识积累比之前增加了多少倍多少倍,这个肯定很重要撒。
因此呢,logistic回归就比probit回归应用的广泛了。不过这并不是说logistic回归就比probit回归好。实际上,两种回归拟合的方程几乎一样好。不过,再怎么几乎一样,那也肯定是有所不同的。可惜这种不同用你的肉眼一般是看不出来的,至于怎么看,下边在讲。
好了,现在大概就介绍完probit回归的背景知识了(绝对没有凑字数)。现在我们开始操作。
首先假设一个情景,假设我们ppv课网站打算增加一定的课程,达到收视率增加百分之二十的目的,我们就有了三个变量,课程增加的数目(假设分为3,6,9三个水平),各个增加水平的课程数(比方加3节课,6节课,9节课的都是十个课程),各个水平的课程的收视率增加达到百分之二十的课程数(假设分别是3,5,6)。(这段真的有点绕,最好读两遍保证能看懂哪个变量是表示的什么意思)。
那么我们就有了一个3*3的数据集,选择菜单分析——回归——probit,打开主面板,响应频率里选我们各个水平收视率增加达到百分之二十的课程数(也就是我们做实验的课程里边有多少课程成功达到了收视率增加的目标),观测值汇总里边选择各个增加水平的总课程数,再下边有一个因子,一个协变量。我们的自变量课程增加的水平是三节课一个台阶,所以我们要选到协变量里边去哈。(如果你的自变量是连续型变量,那你就得在因子下边的那个定义范围里边选好范围。)此外协变量下边有一个转换下拉菜单,这个菜单有三种方法,除了“无”以外,还有两种对数转换,你可以试试,你的数据到底怎么转换效果最好。完了以后,在左下边还有一个模型:概率/logit,这个单选框里默认的是概率。也就是默认数据分布是正态的。这个也不用管它。
然后点开选项,勾选频率,信仰置信区间,继续,确定。
然后就可以看结果了。参数值和卡方检验这两个表会告诉你这个模型有没有意义,适不适合用probit回归(如果想和logistic回归作比较,就可以用这里的拟合度检验检测)。此外置信限度这个很大的表会告诉你假如你想要你的课程收视率增加的概率是百分之八十的时候,你的课程要增加多少节课这么个数据。它大概是以百分之五为精度的。那如果我想知道增加百分之八十三,需要加多少节课的话,那么我们就要用参数估计值里的参数进行计算了。
非线性回归
自然界中既然有线性回归,那么理所当然的,也会有非线性回归。不过,人类对于非线性回归的研究远远不如对线性回归的研究来的深刻,广泛。不信你看一看你的spss教科书,线性回归的内容可以洋洋洒洒写一章,非线性回归确占一小节,还往往是比较薄的一节。
线性回归指的是y=a+a1*x1+a2*x2…这种形式的方程,非线性回归包含的方程类型就多得多了。常见的有,幂函数,指数函数,双曲函数,对数函数等等。我们先举个例子。假设想拟合ppv课授课老师的数目和网站受欢迎程度的关系。选择分析——回归——非线性。打开主对话框。因变量选择网站受欢迎程度,模型表达式需要自己编辑。(我就挺怵这个的),首先我们知道,我们肯定不可能看一眼就看出我们的数据是什么样子的模型,我们可以通过图形——图表构建程序里边,画出散点图,通过散点图大致判断我们的模型符合什么样的方程,然后在进一步使用(或者直接使用)参数估计法(前面讲过的),估计出它的表达式。
估计出表达式以后,就可以编辑模型表达式了。编辑好以后看左下角的参数那一栏。你的模型里边的参数是需要首先定义一个初始值的。这个初始值要尽量靠近真实值,如果离真实值太远的话,也会影响到模型的准确度。看到这里,可能你要发脾气了,这是个什么模型?怎么这么麻烦?!!要是我知道模型,知道初始值,那我还需要做分析吗啊?!!唉,我也没办法,非线性回归就是这么个玩意,总之你还是拿起你的笔,根据你的模型代几组数据算一算大概的初始值吧。毕竟为了最后的精度嘛。
输好初始值以后,打开保存对话框,勾选预测值,残差。继续,其他的默认就可以。点确定。
输出的参数估计值会给出参数,套到你的模型里就可以。注意看方差分析表下边的标注,里边会给出决定系数R^2,这个R^2通常比参数估计法里的大,也就是说,非线性回归的精度往往比参数估计法的大,模型拟合的好。(废话,要是非线性回归一点优势也没有,还有谁肯研究啊。)
上边只是简单介绍了一点非线性回归的方法。实际生活中,非线性回归比线性回归远远复杂的多,不是一句两句就能说清楚的,此外,还有一种很普遍的办法是通过数学公式把非线性方程转化成线性方程。这样就能大大降低方程的复杂性。在这里,给大家总结了几个常见的公式。

什么是逻辑特模式: 模型检查是系统验证的有效方法,在验证过程中需要对系统待检验特性用时态逻辑公式进行刻画,然后在模型检查工具中进行检验。介绍计算树逻辑的语法及语义,根据计算树逻辑中特性模式的划分及作用范围给出计算树逻辑常见的特性模式,包括缺失性模式、存在性模式、普遍性模式、优先性模式和跟随性模式等。

EVIEWS怎么做PROBIT模型: Eviews做PROBIT模型方法是:
选中变量,确定你的被解释变量第一个选;
然后右键open, as equation, method 里选择binary;
然后会出现logit probit的选项,选择probit就可以了。

probit model是解决0-1变量的问题的。
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(.)是累积分布函数,则其为Logistic模型

什么是“logit模型”?:

Logit模型(Logit model,也译作“评定模型”,“分类评定模型”,又作Logistic regression,“逻辑回归”)是离散选择法模型之一,Logit模型是最早的离散选择模型,也是目前应用最广的模型。

是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。Logit模型是最早的离散选择模型,也是目前应用最广的模型。Logit模型是Luce(1959)根据IIA特性首次导出的;Marschark(1960)证明了Logit模型与最大效用理论的一致性。

Logit模型的应用广泛性的原因主要是因为其概率表达式的显性特点,模型的求解速度快,应用方便。

扩展资料

根据Logit模型的IIA特性,选择枝的减少或者增加不影响其他各选择之间被选概率比值的大小,因此,可以直接将需要去掉的选择枝从模型中去掉,也可将新加入的选择枝添加到模型中直接用于预测。

与概率不同,Logit的一个很重要的特性就是没有上下限——这就给建模带来极大方便。

Logit模型能够在一定程度上克服模型事后预测事前事件的缺陷,综合了FR模型中FR概率分析法和KLR模型中信号分析法的优点,但是,它只是在利率、汇率等几个主要金融资产或经济指标的基础上预警投机冲击性货币危机,与一般货币危机预警还有所差异。

参考资料来源:百度百科-logit模型

  • ie9和ie8哪个好用

    谁帮我练Q飞118到135 150RMB 有 紫 蓝 会员 (诚信 是最重要的)只有两辆B 最好15天内完成: 我来 帮你吧 多少钱 ...

    904条评论 3095人喜欢 3520次阅读 256人点赞
  • nozuonodie谁唱的

    我是EXO的粉 但我不明白大部分EXO的粉为什么那么讨厌Timez: 我虽然也是行星粉,但是我觉得这并不是抄袭,只是团队模式一样而已,所以大家没必要在乎的~ ...

    524条评论 3290人喜欢 3577次阅读 227人点赞
  • 12寸蛋糕多少钱

    张艺兴单飞为什么还会参加exo的澳门演唱会: 张艺兴没有单飞,只是在中国成立了工作室,是EXO中仅剩的唯一的中国成员 ...

    724条评论 2631人喜欢 6000次阅读 637人点赞
  • 15层怎么打

    东直门外大街天恒大厦606b是什么公司啊?: 房地产营销公司汇盈地产南城店汇盈世纪依靠专业的策划营销队伍,凭着对北京房地产市场精准的分析判断,公司团队的精诚努力,在北京房地产市场取得了不俗的战绩,全程全案代理销售着多个楼盘。更多信息可以浏览:http://gy....

    678条评论 3894人喜欢 2365次阅读 287人点赞
  • mkv和rmvb哪个好

    创业板b和创业板etf有什么不同:   B股的正式名称是人民币特种股票。它是以人民币标明面值,以外币认购和买卖,在中国境内(上海、深圳)证券交易所上市交易的外资股。B股公司的注册地和上市地都在境内。  交易型开放式指数基金,通常又被称为交易所交易基金(...

    746条评论 4070人喜欢 4398次阅读 651人点赞
  • 1970s哪里产

    ufc卡哈比是哪个国家: 卡哈比 努曼格莫多夫详细信息如图 ...

    325条评论 1682人喜欢 3383次阅读 412人点赞
  • iphone如何创建id

    用软发剂头发断了: 每天吃一点黑芝麻对头发会好。几乎不可能让头发长的很快。首先我个人不建议软化刘海以及电发根,像你这样有特殊情况的在软化的时候一定要小心。软化和烫发就好像烤牛排一样,十成的时候就没有生命了,第二次做的时候效果不可能有第一...

    999条评论 4799人喜欢 5056次阅读 662人点赞