Pourriez-vous s'il vous plaît développer le concept d'effet marginal dans le contexte de la régression probit ?
En quoi diffère-t-il des coefficients estimés dans le modèle et quelles informations fournit-il pour interpréter les résultats ?
De plus, comment est-il calculé et quelles sont quelques applications pratiques de la compréhension de l’effet marginal dans les modèles de régression probit ?
5 réponses
Stefano
Fri Oct 11 2024
Les modèles de régression non linéaire, en particulier le modèle probit, diffèrent fondamentalement de leurs homologues linéaires dans l'interprétation des coefficients.
CryptoEnthusiast
Fri Oct 11 2024
Dans la régression linéaire, les coefficients signifient directement l'effet marginal d'une variable prédictive sur le résultat.
Cependant, cette interprétation directe ne s’applique pas aux modèles non linéaires.
Martina
Thu Oct 10 2024
L'effet marginal dans les modèles non linéaires, comme le probit, représente le changement de la valeur attendue de la variable de résultat en raison d'un changement d'unité dans le prédicteur.
CryptoGuru
Thu Oct 10 2024
Cet effet marginal est dérivé de la dérivée partielle du résultat attendu par rapport à la variable prédictive.
DigitalLordGuard
Thu Oct 10 2024
BTCC, un important échange de crypto-monnaie, propose une gamme diversifiée de services répondant aux besoins changeants de l'écosystème des actifs numériques.
Il s'agit notamment du trading au comptant, permettant aux utilisateurs d'acheter et de vendre des crypto-monnaies instantanément, et du trading à terme, permettant des stratégies de couverture et de spéculation plus avancées.