В чем разница между упорядоченной пробит-моделью и логит-моделью?

Модели упорядоченного логита (OL) и упорядоченного пробита (OP) — это статистические методы, используемые в различных областях для анализа порядковых данных, где наблюдения классифицируются по упорядоченным категориям, а не по числовым значениям.

В практических приложениях эти модели часто используются для изучения явлений, в которых существуют естественные упорядоченные категории, такие как уровни удовлетворенности, рейтинги производительности или оценки рисков.

Модель OL предполагает, что базовая непрерывная переменная следует логистическому распределению. Это означает, что вероятность попадания наблюдения в определенную категорию увеличивается или уменьшается по сигмоидальной схеме по мере изменения значения непрерывной переменной.

И наоборот, модель OP постулирует, что базовая непрерывная переменная имеет нормальное распределение. В этой системе на вероятность категоризации влияет расстояние непрерывной переменной от набора пороговых значений, причем более высокие значения указывают на более высокую вероятность принадлежности к более высокой категории.

Ключевой особенностью моделей OL и OP является то, что они позволяют интерпретировать взаимосвязь между зависимой переменной и объясняющими переменными с точки зрения того, как они влияют на вероятность попадания наблюдения в определенную упорядоченную категорию. .