Model Robust Probit
Model Robust Probit szacuje prawdopodobieństwo binarnego wyniku za pomocą funkcji wiążącej probit, jednocześnie chroniąc wnioskowanie przed błędną specyfikacją rozkładu błędów lub heteroskedastycznością. Współczynniki uzyskuje się za pomocą metody największej wiarygodności; błędy standardowe są następnie zastępowane estymatorem kanapkowym (Hubera-White'a), który pozostaje spójny nawet wtedy, gdy założona wariancja błędu jest nieprawidłowa.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Probit Regression Model. ScholarGate. https://scholargate.app/pl/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.
- Uogólniony Model Liniowy (GLM)Statystyka↔ compare
- Regresja logistycznaStatystyka w badaniach↔ compare
- Robustowa regresja logistycznaStatystyka↔ compare
- Regresja odpornaStatystyka↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →