jacky
红承紧觉整并钢赶logit模型和probit模型区别如下：
一、probit和logit的区别
1360问答、意思不同
probi万设周激架屋小座刚派t：概率单位。
logistic：数理(符号)逻辑。
2、用法不同
probit：probit模型服从正态分布。两个模型都是离散选择模型的常用模型体训适导号。但logit模型简单直接，应用更广。
而且，当因变量是名义变量时，Logit和Probit没有本质的区别，一般情况下可以换用。区别在于采用的分布函数不同，前者假设随机毛映失变量服从逻辑概率分布，而后者假设随机变量服从正态分布。
logistic：Logit模型是最早的离散选择模型，也是目前应用最广的模型。Logit模型是Luce(1959)根据IIA特性首次导出的;Marschark(1960)证明了Logit模型与最大效用理论的一致性;Marley(1965)研究了模型的形式和效用非确定项的分布之间的关系。
3、侧重点不同
probit：根据常态频率分配平均数的偏差计算统计单位。
logistic：离散选择法模型之一，Logit模型是最早的离散选择模型。
probit和logistic的关系如下：
如果从分布才径角度来讲，logi协神t函数和probit的函数几乎重叠，但反映的含伟事步师北书哪态督义不同，logit等于p/(1-p)，这里p是结局发生的概率，而probit的函数是F-1(p)，注意-1是上标。F是累积的标准正态分布函数，所以F-1就是累积标准正态分布函数的逆函数或反函数。
从解释的角度来讲，logit更容易理解一些，因为p/(次武工1-p)就是我们常说的o尔即副延引dds，两个odds相比就是oddsrati么级军选o，也就是我们最常用的OR值。所以当我们做出结果后，logistic回归所反应的实际意义就非常直观。而相比之下，probit的汽学斤司头含义表示自变量对累积标准正态分布函数的逆作用，这个就太让人看不懂了。
