一、逻辑回归
基本思路:
对于因变量为分类变量的情况,可以使用逻辑回归进行处理,把y看成事件发生的概率,大于0.5表示发生,小于0.5表示不发生。
线性概率模型(LPM):
用原来的回归模型可能会遇到内生性问题以及预测值不在0—1之间这两个问题。
因此要构造一个新的函数,解释变量为x且值域为0—1。
这个函数称为连接函数,连接了被解释变量y与解释变量x。
下面要估计连接函数中的参数,非线性模型可以用极大似然估计方法(MLE)。
一、逻辑回归
基本思路:
对于因变量为分类变量的情况,可以使用逻辑回归进行处理,把y看成事件发生的概率,大于0.5表示发生,小于0.5表示不发生。
线性概率模型(LPM):
用原来的回归模型可能会遇到内生性问题以及预测值不在0—1之间这两个问题。
因此要构造一个新的函数,解释变量为x且值域为0—1。
这个函数称为连接函数,连接了被解释变量y与解释变量x。
下面要估计连接函数中的参数,非线性模型可以用极大似然估计方法(MLE)。