计量虚拟被解释变量模型剖析.ppt

Logit模型与Probit模型的比较 逻辑分布函数趋于0和1的速度慢于正态分布函数的速度 0 1 Logit Probit 离散被解释变量模型——二元选择模型 Models with Discrete Dependent Variables—Binary Choice Model 一、二元离散选择模型的经济背景 二、线性概率模型（LPM） 三、Logit离散选择模型及其参数估计 四、Probit离散选择模型及其参数估计 在经典计量模型中，被解释变量一般被假定为连续变量。 但常面临在可供选择的几个方案中作出决策（选择）问题，对方案的选择结果可用离散数据表示。 如某一事件发生与否，分别用1和0表示； 对某一建议持强烈反对、反对、中立、支持、强烈支持5种态度，可用0、1、2、3和4表示。 如是否购买某种产品，是否参加保险，是否选择某种职业，是否能按期偿还贷款，选择公共或私人交通工具等等。 以表示决策结果的离散数据作为被解释变量而建立的模型称为离散被解释变量模型，或离散选择模型。 如果被解释变量只存在两种选择，称二元选择模型。 如果被解释变量存在多种选择，称为多元选择模型。 一、二元离散选择模型的经济背景 (Binary Choice Model) (Multiple Choice Model) 实际经济生活中的二元选择问题： 研究选择结果与影响因素之间的因果关系。 影响因素包括两