Robust Probit-modell
Den robusta probitmodellen estimerar sannolikheten för ett binärt utfall med hjälp av probitlänkfunktionen, samtidigt som den skyddar inferensen från felsspecifikation av feldistributionen eller heteroskedasticitet. Koefficienter erhålls via maximum likelihood; standardfel ersätts sedan med sandwich-estimatorn (Huber-White), som förblir konsekvent även när den antagna felvariansen är felaktig.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Probit Regression Model. ScholarGate. https://scholargate.app/sv/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.
- Generaliserad linjär modell (GLM)Statistik↔ compare
- Logistisk regressionForskningsstatistik↔ compare
- Robust logistisk regressionStatistik↔ compare
- Robust regressionStatistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →