Modèle Probit Robuste
Le Modèle Probit Robuste estime la probabilité d'un résultat binaire en utilisant la fonction de lien probit tout en protégeant l'inférence contre une mauvaise spécification de la distribution des erreurs ou de l'hétéroscédasticité. Les coefficients sont obtenus par maximum de vraisemblance ; les erreurs standard sont ensuite remplacées par l'estimateur sandwich (Huber-White), qui reste cohérent même lorsque la variance d'erreur supposée est incorrecte.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Probit Regression Model. ScholarGate. https://scholargate.app/fr/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.
- Modèle Linéaire Généralisé (GLM)Statistique↔ compare
- Régression logistiqueStatistiques de recherche↔ compare
- Régression logistique robusteStatistique↔ compare
- Régression RobusteStatistique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →