เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| แบบจำลองโพรบิตแบบเบย์ (Bayesian Probit Model)× | แบบจำลองโพรบิต (Probit Regression Model)× | |
|---|---|---|
| สาขาวิชา≠ | สถิติศาสตร์ | เศรษฐมิติ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1993 | 2018 |
| ผู้ริเริ่ม≠ | Albert & Chib (data augmentation formulation) | Greene (textbook treatment); classical discrete-choice modelling |
| ประเภท≠ | Binary regression (Bayesian) | Binary discrete-choice model |
| แหล่งต้นตำรับ≠ | Albert, J. H., & Chib, S. (1993). Bayesian analysis of binary and polychotomous response data. Journal of the American Statistical Association, 88(422), 669-679. DOI ↗ | Greene, W. H. (2018). Econometric Analysis (8th ed.). Pearson. ISBN: 978-0134461366 |
| ชื่อเรียกอื่น≠ | Bayesian probit regression, probit model with data augmentation, Gibbs sampling probit, Albert-Chib probit | probit regression, normit model, Probit Modeli |
| ที่เกี่ยวข้อง≠ | 6 | 5 |
| สรุป≠ | The Bayesian Probit model is a binary regression method that models the probability of a binary outcome using the normal CDF (probit link) within a Bayesian framework. It assigns prior distributions to regression coefficients and updates them with observed data, yielding a full posterior distribution rather than a single point estimate. The Albert-Chib data-augmentation algorithm makes posterior sampling computationally efficient via Gibbs sampling. | The probit model is a regression method for a binary (0/1) outcome that maps a linear index of the predictors through the standard normal cumulative distribution function to produce a probability. It is a classical discrete-choice alternative to logistic regression, developed in standard econometrics treatments such as Greene's Econometric Analysis (2018). |
| ScholarGateชุดข้อมูล ↗ |
|
|