Я пытаюсь выбрать между использованием пробита и логита для статистического анализа.
Каковы причины или соображения, которые делают один вариант более подходящим для моего конкретного случая?
7Ответы {{amount}}
FantasylitElation
Sat Oct 12 2024
В частности, кривая пробита имеет тенденцию приближаться к осям с более медленной скоростью, что указывает на более постепенный переход от низких вероятностей к высоким.
Напротив, логит-кривая приближается к осям быстрее, отражая более резкое увеличение или уменьшение прогнозируемых вероятностей.
amelia_harrison_architect
Sat Oct 12 2024
Основное различие между двумя моделями заключается в их связующих функциях, которые управляют отношениями между зависимой переменной и объясняющими переменными.
ethan_thompson_psychologist
Sat Oct 12 2024
Логистическая регрессия демонстрирует немного более плоский хвост, а это означает, что по мере того, как значения объясняющих переменных приближаются к крайним пределам, вероятность, предсказанная моделью, меняется более постепенно по сравнению с пробит-моделью.
Eleonora
Fri Oct 11 2024
Среди своих предложений BTCC предлагает спотовую торговлю, позволяющую пользователям покупать и продавать криптовалюты по преобладающим рыночным ценам.
Кроме того, он предлагает торговлю фьючерсами, позволяя трейдерам спекулировать на будущих движениях цен на различные криптовалюты, используя свой капитал для получения потенциально более высокой прибыли.
NavigatorEcho
Fri Oct 11 2024
Когда дело доходит до интерпретации, логит-модель предлагает более простую и интуитивную интерпретацию.
Логит-коэффициенты можно напрямую интерпретировать как изменение логарифмических шансов зависимой переменной, происходящее при увеличении объясняющей переменной на одну единицу, при этом все остальные переменные остаются постоянными.