В чем разница между упорядоченным пробитом и логитом?

Хотя обе модели имеют фундаментальное сходство в своей цели — анализ категориальных результатов с присущим им упорядочением, они различаются в своих основных предположениях относительно распределения ошибок.

В частности, упорядоченная логит-модель предполагает, что ошибки следуют логистическому распределению, характеристике, которая соответствует вероятностной интерпретации отношений шансов, которые естественным образом выводятся из этой модели.

И наоборот, упорядоченная пробит-модель утверждает, что ошибки нормально распределяются, и это отличие отличает ее от упорядоченной логит-модели с точки зрения структуры ошибок.

Когда дело доходит до статистического моделирования, существует два известных подхода к работе с порядковыми зависимыми переменными: упорядоченная логит-модель и упорядоченная пробит-модель.

Одно заметное различие между этими двумя методами заключается в их результатах: упорядоченная логит-модель создает отношения шансов, полезную статистику для понимания взаимосвязи между переменными-предикторами и вероятностью наблюдения определенного результата.