Diskrete Regressionsanalyse Kurseinheit 7

Dr Franke Ghostwriter
Diskrete Regressionsanalyse (KE7)

In der KE werden für die Regression der Wahrscheinlichkeit p auf x die 3 Modelle LINEAR, PROBIT und LOGIT genutzt und verglichen. Der mathematische Unterschied zwischen den Transformationen ist klar. Aber was ist der inhaltliche Unterschied? Wann wende ich welches Modell an?
 
Die Werte, die Du nach der Transformation rausbekommst, liegen ja zwischen 0 und 1, d.h. Du kannst sie als Wahrscheinlichkeiten interpretieren.

Da die Kurven etwas anders verlaufen, bekommst Du auch andere Wahrscheinlichkeiten raus – dann kannst Du ausprobieren, ob einer der Kurvenverläufe besonders gut zu den Daten passt.

Man kann übrigens zeigen, dass das Ergebnis von Logit-Modell und Probit-Modell äquivalent sind, wenn man bei Probit nicht die Standardnormalverteilung, sondern eine Normalverteilung mit der Varianz [tex]\frac{\pi^2}{3}[/tex] verwendet.
 
wenn du KE 7 durcharbeitest und den Ansatz findest, melde dich bitte!

es ist eine von den "einfachen" KE, die ich auf anhieb verstanden habe, nur diesen Punkt auf Seite 10, der Wert ist bestimmt einfach zu bestimmen, aber ich komme nicht drauf!
 
Diesen Wert erhält man genauso leicht wie die anderen Probits, in dem man ihn in der Tabellierung der Normalverteilung nachschlägt. Allerdings beginnt diese i.d.R. erst mit 0,5000. Das heißt man muss also einfach (1-1/6) = 5/6 nachschlagen, und dafür bekommt man den Wert 0,9674. Da wir unser Wert 1/6 aber auf der linken Seite der Normalverteilung liegt, ergibt sich -0,9674....
 
Oben