„Logit“ modelis yra dvejetainis pasirinkimo modelis, pagrįstas standartiniu logistiniu kaupiamuoju paskirstymu.
Tiksliau sakant, „Logit“ modelyje „Logit“ yra funkcija, kurią sudaro šansų santykio logaritmo apskaičiavimas. Tai yra koeficiento koeficientas arba koeficientas, kuris angliškai vadinamas koeficiento koeficientu ir yra apskaičiuojamas kaip p / (1-p).
Pavyzdžiui, jei Juano tikimybė dalyvauti vakarėlyje yra 60%, tai aiškinama reiškia, kad Juanui yra 6–4 šansai pasirodyti renginyje.
„Logit“ modelio formulė
Grįžtant prie modelio paaiškinimo, turint p, apskaičiuojamas natūralus tikimybių santykio logaritmas, ir šis rezultatas bus priklausomas kintamasis. Pastarasis savo ruožtu gali būti išreikštas kaip vieno ar daugiau nepriklausomų kintamųjų (X) funkcija:
Ankstesniame pavyzdyje a ir b yra ekonometrinio modelio koeficientai, o X yra nepriklausomas kintamasis.
Logit modelio koeficientus galima rasti, pavyzdžiui, mažiausių kvadratų metodu arba didžiausios tikimybės metodu.
„Logit“ modelis leidžia išspręsti vieną iš tiesinės tikimybės modelio trūkumų, tai yra tai, kad priklausomas kintamasis turi būti didesnis nei 0 ir mažesnis nei 1.
„Logit“ modelio pavyzdys
Tarkime, kad turime „Logit“ modelį, kurio kintamasis Y yra tikimybė, kad žmogus šiais metais įsigis naują išmanųjį telefoną, nepriklausomas kintamasis yra mėnesinės pajamos (x).
Atlikę regresiją, turime tokį modelį:
Todėl, jei pajamos yra 3500: eurų per mėnesį:
Vėliau mes naudojame atvirkštinę natūralaus logaritmo funkciją, kuri yra eksponentinė:
Reikėtų pažymėti, kad p kaip nepriklausomo kintamojo funkciją galima išreikšti taip:
„Logit“ ir „Probit“ modeliai