Robuszt Probit Modell
A Robuszt Probit Modell bináris kimenetel valószínűségét becsli a probit összekapcsoló függvénnyel, miközben az következtetést védi a hibaeloszlás vagy a heteroszkedaszticitás téves specifikációjától. A együtthatók maximum likelihood módszerrel nyerhetők; a standard hibákat ezután a szendvics (Huber-White) becslővel helyettesítik, amely akkor is konzisztens marad, ha a feltételezett hibavarianica helytelen.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Probit Regression Model. ScholarGate. https://scholargate.app/hu/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.
- Generalizált lineáris modell (GLM)Statisztika↔ compare
- Logistic RegressionKutatási statisztika↔ compare
- Robusztus logisztikus regresszióStatisztika↔ compare
- Robusztus regresszióStatisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →