oprobit模型与ologit模型的区别

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

向坛内大侠求教：对于有序因变量，oprobit模型与ologit模型的区别是什么呢？按理说，应该是ologit模型简单直观，应用广泛一些，但最近看文章，发现经济学类的基本用oprobit模型，这是为什么呢？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：oprobit模型 ologit模型 oprobit logit模型 ologit 模型

Greene(2000:815)说：“理论上要证明选择一种而非另一种分布更为合理是很困难的。。。大部分应用中，两种分布看起来没什么大的差别。

一个是变量服从正态分布，一个是变量符合logistic分布，两种分布在样本量比较大时没多大差别，所以结果差不多。只是经济学里用probit多点，统计学里面用logit模型多点。不过个人建议用logit模型，因为这个模型可以直接报道边际效应，解释起来更轻松些。祝好运。

发现很多人都在用probit，但本人使用oprobit后发现运算时长很长，不知原因在哪里？

只是对投影函数的设定不一样，二者的累计分表差不大

xddlovejiao1314 发表于 2015-8-28 11:04
一个是变量服从正态分布，一个是变量符合logistic分布，两种分布在样本量比较大时没多大差别，所以结果差不 ...

请问，面板ologit模型的随机效应或固定效应怎么检验，求学长解疑~

吉他舞鞋 发表于 2017-5-26 10:02
请问，面板ologit模型的随机效应或固定效应怎么检验，求学长解疑~

请问你现在懂了么

吉他舞鞋 发表于 2017-5-26 10:02
请问，面板ologit模型的随机效应或固定效应怎么检验，求学长解疑~

请问现在有结果了吗？

`ologit`（有序逻辑回归）和`oprobit`（有序Probit回归）都是处理有序分类因变量的统计模型。主要的区别在于它们对误差项分布的不同假设：

1. **误差项的分布假设**：
   - `ologit`假设误差服从Logistic分布。
   - `oprobit`假设误差服从标准正态分布。

2. **解释和预测能力**：
   - Logistic分布和正态分布虽然相似，但在尾部较重方面有所不同。如果数据中的异常值较多或影响较大，则`oprobit`可能不是最佳选择，因为它对异常值更敏感。
   - `ologit`模型在处理具有极端值的数据时可能更为稳健。

3. **解释系数**：
   - 在`ologit`中，解释系数通常更容易理解。由于Logistic回归的系数可以直接转化为几率比（odds ratios），这使得结果更加直观。
   - 相比之下，`oprobit`模型的系数需要转换成边际效应来更好地理解和解释。

4. **经济学偏好**：
   - 经济学类研究可能偏向使用`oprobit`模型的原因包括：
     1) 假设误差项为正态分布更符合经济数据中的常见假设。
     2) `oprobit`模型在处理某些类型的经济数据时可能会给出更好的拟合效果，尤其是当数据的分布特性与标准正态分布更接近时。

总的来说，在选择使用`ologit`还是`oprobit`时，主要考虑的是数据的具体特性和研究目的。如果对误差项分布有先验知识或偏好（如偏好正态分布），则应选择相应的模型；如果没有明确的理由，通常可以尝试两种模型并比较它们的预测性能和拟合度，以决定哪一种更适合具体的数据集。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用