เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| แบบจำลองโพรบิตสองตัวแปร× | การถดถอยโลจิสติกอันดับ (Ordered Logit/Probit)× | |
|---|---|---|
| สาขาวิชา | เศรษฐมิติ | เศรษฐมิติ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1970 | 1980 |
| ผู้ริเริ่ม≠ | J. R. Ashford & R. R. Sowden | McCullagh (proportional odds / cumulative model) |
| ประเภท≠ | Maximum-likelihood binary outcome model | Cumulative ordinal regression |
| แหล่งต้นตำรับ≠ | Ashford, J. R., & Sowden, R. R. (1970). Multi-variate probit analysis. Biometrics, 26(3), 535–546. DOI ↗ | McCullagh, P. (1980). Regression Models for Ordinal Data. Journal of the Royal Statistical Society: Series B, 42(2), 109-142. DOI ↗ |
| ชื่อเรียกอื่น≠ | Bivariate Binary Probit, Joint Probit Model, Two-Equation Probit, İki Değişkenli Probit | ordinal logistic regression, proportional odds model, cumulative logit model, ordered probit |
| ที่เกี่ยวข้อง≠ | 3 | 4 |
| สรุป≠ | The Bivariate Probit Model, introduced by Ashford and Sowden (1970), jointly estimates two binary outcome equations whose error terms are allowed to be correlated. By modeling both outcomes simultaneously under a bivariate normal distribution, it corrects for the dependence between decisions that separate probit regressions would ignore, producing consistent and efficient parameter estimates for researchers studying interrelated binary choices. | Ordered logit is a cumulative regression model for an ordinal dependent variable, fitting a logit (or probit) link to the cumulative category probabilities. Developed in McCullagh's 1980 treatment of regression models for ordinal data, it is the standard tool for Likert-scale, rating, and ranked outcomes. |
| ScholarGateชุดข้อมูล ↗ |
|
|