Пробит-модель (probit model) – это статистическая модель бинарного выбора, используемая для предсказания вероятности возникновения интересующего события на основе функции стандартного нормального распределения.
Модель пробит-регрессии, также как и модель логистической регрессии, относят к моделям бинарного выбора. Поэтому функции и задачи ее построения аналогичны логит-модели.
В модели пробит-регрессии расчетное значение зависимой переменной выражается как значение функции распределения стандартного нормального закона. Пробит – это значение, для которого вычисляется функция распределения стандартного нормального закона распределения. Значение пробита зависит от линейных комбинаций значений факторных переменных. Как и для логит-модели зависимая переменная в пробит-модели является дихотомической. Факторы в пробит-модели должны быть количественными переменными или категориальными, преобразованными в дихотомические переменные.
Сферы применения пробит-модели такие же, как и сферы применения логистической регрессии. Результаты моделирования и классификации по модели логистической регрессии и пробит-модели в целом очень похожи. Однако есть свои особенности применения пробит-моделей, когда результаты могут быть различными.
Вам может быть интересно ...
Онлайн курс "Углубленные методы статистического анализа данных в IBM SPSS Statistics"