Was ist der Unterschied zwischen bestelltem Probit und Logit?

Während beide Modelle eine grundlegende Ähnlichkeit in ihrem Ziel haben, kategoriale Ergebnisse mit einer inhärenten Reihenfolge zu analysieren, unterscheiden sie sich in ihren zugrunde liegenden Annahmen hinsichtlich der Fehlerverteilung.

Konkret geht das geordnete Logit-Modell davon aus, dass Fehler einer logistischen Verteilung folgen, eine Eigenschaft, die mit der probabilistischen Interpretation der Quotenverhältnisse übereinstimmt, die auf natürliche Weise aus diesem Modell abgeleitet werden.

Umgekehrt geht das geordnete Probit-Modell davon aus, dass Fehler normalverteilt sind, ein Unterschied, der es hinsichtlich seiner Fehlerstruktur vom geordneten Logit unterscheidet.

Bei der statistischen Modellierung gibt es zwei herausragende Ansätze für den Umgang mit ordinalabhängigen Variablen: das geordnete Logit- und das geordnete Probit-Modell.

Ein bemerkenswerter Unterschied zwischen diesen beiden Methoden liegt in ihrer Ausgabe: Das geordnete Logit-Modell erzeugt Quotenverhältnisse, eine nützliche Statistik zum Verständnis der Beziehung zwischen Prädiktorvariablen und der Wahrscheinlichkeit, ein bestimmtes Ergebnis zu beobachten.