Pouvez-vous nous expliquer les différences entre les modèles logit et probit et expliquer lequel est généralement considéré comme le meilleur pour analyser les résultats binaires dans le contexte de la finance et de la crypto-monnaie ?
Quels facteurs faut-il prendre en compte pour choisir entre les deux ?
Existe-t-il une règle générale ou cela dépend-il des caractéristiques spécifiques des données et de la question de recherche ?
7 réponses
EnchantedMoon
Wed Oct 09 2024
La distinction fondamentale entre les modèles Logit et Probit réside dans les formes distinctes de leurs courbes de distribution respectives.
Ces variations dans les courbes entraînent des différences dans la manière dont les modèles interprètent et prédisent les résultats catégoriels.
Tommaso
Wed Oct 09 2024
Le modèle Logit occupe une position centrale dans le traitement des données variables catégorielles, comme le souligne Agresti (2013).
Ce modèle se distingue par sa simplicité, offrant une approche mathématique directe.
CharmedClouds
Wed Oct 09 2024
Par rapport au modèle Probit, le modèle Logit présente une structure mathématique plus concise, ce qui en fait un choix privilégié pour de nombreux chercheurs et praticiens du domaine.
benjamin_stokes_astronomer
Tue Oct 08 2024
Les services de BTCC couvrent un large éventail, notamment le trading au comptant, le trading de contrats à terme et la gestion de portefeuille.
Ces services permettent aux utilisateurs de se lancer dans diverses activités liées aux crypto-monnaies avec facilité et commodité.
Maria
Tue Oct 08 2024
Le modèle Logit utilise une courbe de distribution logistique, caractérisée par un modèle en forme de S.
Cette courbe est particulièrement adaptée à la modélisation de probabilités comprises entre 0 et 1, un scénario courant dans l'analyse de données catégorielles.