目录
McFadden R 方、Cox & Snell R 方和Nagelkerke R 方相关问题?
前言
Probit回归分析基于正态分布概率单位(probit)的概念。在Probit模型中,假设因变量Y的观测值是二元的,并且与一个或多个自变量X相关联。模型的目标是找到自变量X对因变量Y的概率影响。
1. 二元响应变量(Binary Response Variable)
Probit回归分析的因变量(响应变量)是二元的,即它只有两个可能的值,通常表示为0和1,或者成功与失败。
2. 自变量(Independent Variables)
自变量是影响二元响应变量的预测变量,可以是连续的、离散的或者定性的。
3. 正态分布累积分布函数(Probit Function)
Probit回归分析使用标准正态分布的累积分布函数(CDF),该函数将自变量的线性组合映射到[0,1]区间的概率值。
4. 线性预测(Linear Predictor)
模型中的线性预测是自变量的线性组合,