Please Enable JavaScript in your Browser to visit this site

Jannah Child

Mô hình Logit/Probit

Estimated reading: 21 minutes

Summary: Trong nhiều ứng dụng, biến phụ thuộc không phải ở dạng liên tục mà ở dạng rời rạc. Chẳng hạn, chúng ta muốn dự báo khả năng phá sản của một doanh nghiệp, dự báo khả năng IPO của doanh nghiệp hoặc giải thích liệu doanh nghiệp có chia cổ tức? Những ví dụ này, biến phụ thuộc ở dạng nhị phân. Một mô hình lựa chọn dạng nhị phân mô tả xác suất $y_{it} = 1$ theo các biến giải thích $x_{it} = 1$ quan sát được. Mô tả trên được viết lại dưới dạng toán học là $Pr\left(y_{it} = 1\right) = F\left(x_{it}^/\beta\right)$, trong đó $F(.)$ là …

Nội dung có phí dành cho THÀNH VIÊN!

Mời bạn đăng nhập hoặc đăng ký gói Premium

Cảm ơn sự quan tâm của bạn.

Trong nhiều ứng dụng, biến phụ thuộc không phải ở dạng liên tục mà ở dạng rời rạc. Chẳng hạn, chúng ta muốn dự báo khả năng phá sản của một doanh nghiệp, dự báo khả năng IPO của doanh nghiệp hoặc giải thích liệu doanh nghiệp có chia cổ tức? Những ví dụ này, biến phụ thuộc ở dạng nhị phân. Một mô hình lựa chọn dạng nhị phân mô tả xác suất $y_{it} = 1$ theo các biến giải thích $x_{it} = 1$ quan sát được. Mô tả trên được viết lại dưới dạng toán học là $Pr\left(y_{it} = 1\right) = F\left(x_{it}^/\beta\right)$, trong đó $F(.)$ là …

Nội dung có phí dành cho THÀNH VIÊN!

Mời bạn đăng nhập hoặc đăng ký gói Premium

Cảm ơn sự quan tâm của bạn.

Chia sẻ
NỘI DUNG
Back to top button