Modello Probit Robusto
Il Modello Probit Robusto stima la probabilità di un esito binario utilizzando la funzione di link probit, proteggendo al contempo l'inferenza da una specificazione errata della distribuzione degli errori o dall'eteroschedasticità. I coefficienti sono ottenuti tramite massima verosimiglianza; gli errori standard sono quindi sostituiti dallo stimatore sandwich (Huber-White), che rimane consistente anche quando la varianza dell'errore assunta è errata.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Probit Regression Model. ScholarGate. https://scholargate.app/it/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.
- Modello Lineare Generalizzato (GLM)Statistica↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Regressione Logistica RobustaStatistica↔ compare
- Regressione RobustaStatistica↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →