Probit model(概率单位模型/Probit回归)是一种用于二元因变量(如“是否购买”“是否通过”)的统计/计量模型。它假设存在一个潜在连续变量,其误差项服从标准正态分布,并通过正态分布的累积分布函数(CDF)把自变量线性组合映射为事件发生的概率。常用于经济学、社会科学与生物统计中的“是否/成败”类预测与推断。(类似方法还有 logit model,但使用的是逻辑分布。)
/ˈproʊbɪt ˈmɑːdəl/
The probit model predicts whether a customer will buy the product.
Probit模型预测顾客是否会购买该产品。
Using a probit model, the researchers estimated how income and education affect the probability of voting, while controlling for age and region.
研究者使用Probit模型估计收入与受教育程度如何影响投票的概率,并控制年龄与地区等因素。
probit 来自 probability unit(概率单位) 的缩写,早期用于把概率通过正态分布变换到一条线性刻度上,便于分析剂量—反应(dose–response)等问题;model 表示统计建模框架。后来该方法被广泛吸收到计量经济学与广义线性建模的语境中,用于二元选择与受限因变量分析。