Robust Probit -malli
Robust Probit -malli estimoi binäärisen lopputuloksen todennäköisyyttä käyttäen probit-linkkifunktiota suojaten samalla päättelyä virheellisenä pidetyltä virhejakauman spesifikaatiolta tai heteroskedastisuudelta. Kertoimet saadaan suurimman uskottavuuden estimoinnilla; standardivirheet korvataan tämän jälkeen sandwich (Huber-White) -estimaattorilla, joka pysyy johdonmukaisena, vaikka oletettu virhevarianssi olisikin virheellinen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586
- White, H. (1982). Maximum Likelihood Estimation of Misspecified Models. Econometrica, 50(1), 1–25. DOI: 10.2307/1912526 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Probit Regression Model. ScholarGate. https://scholargate.app/fi/statistics/robust-probit-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Yleistetty lineaarinen malli (GLM)Tilastotiede↔ compare
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- Robustti logistinen regressioTilastotiede↔ compare
- Robust RegressionTilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →