三个模型都要求因变量是0,1变量,LPM线性相关模型y=a0+a1x1+…+anxn+u,容易出现y的取值大于1或是小于0的情况,所以引入Probit模型 Logit模型将y进行变化为G(y)取值范围为[0,1],Logit模型中G(y)为logistic 函数,Probit模型中G(y)为标准正态分布的累计密度函数
另,Probit模型 Logit模型使用极大似然估计,而线性相关模型用OLS估计
随机误差项的方差?这个没有什么意义吧.还是参数估计的方差?
三个模型都要求因变量是0,1变量,LPM线性相关模型y=a0+a1x1+…+anxn+u,容易出现y的取值大于1或是小于0的情况,所以引入Probit模型 Logit模型将y进行变化为G(y)取值范围为[0,1],Logit模型中G(y)为logistic 函数,Probit模型中G(y)为标准正态分布的累计密度函数
另,Probit模型 Logit模型使用极大似然估计,而线性相关模型用OLS估计
随机误差项的方差?这个没有什么意义吧.还是参数估计的方差?