ScholarGate
Pembantu
Regression modelRegression / GLM

Model Probit Teguh

Model Probit Teguh menganggarkan kebarangkalian suatu hasil perduaan menggunakan fungsi penghubung probit sambil melindungi inferens daripada kesilapan spesifikasi taburan ralat atau heteroskedastisitas. Pekali diperoleh melalui kemungkinan maksimum; ralat piawai kemudiannya digantikan oleh penghitung sandwich (Huber-White), yang kekal konsisten walaupun varians ralat yang diandaikan salah.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586
  2. White, H. (1982). Maximum Likelihood Estimation of Misspecified Models. Econometrica, 50(1), 1–25. DOI: 10.2307/1912526

Cara memetik halaman ini

ScholarGate. (2026, June 3). Robust Probit Regression Model. ScholarGate. https://scholargate.app/ms/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.

Compare side by side
ScholarGateRobust Probit Model (Robust Probit Regression Model). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/robust-probit-model · Set data: https://doi.org/10.5281/zenodo.20539026