A Logit modell egy bináris választási modell, amely standard logisztikai kumulatív eloszláson alapul.
Pontosabban: egy Logit modellben a Logit egy olyan függvény, amely az esélyhányados logaritmusának kiszámításából áll. Ez az odds ratio vagy az odds ratio, amelyet angolul odds ratio-nak hívunk, és ezt p / (1-p) -ként számoljuk.
Például, ha Juan 60% -os valószínűséggel vesz részt egy buliban, ez azt jelenti, hogy Juannak 6–4 esélye van arra, hogy megjelenjen az eseményen.
Logit modell képlet
Visszatérve a modell magyarázatára, ahol p van, kiszámítjuk a valószínűségi arány természetes logaritmusát, és ez az eredmény lesz a függő változó. Ez utóbbi viszont kifejezhető egy vagy több független változó (X) függvényében:
A fenti példában a és b az ökonometriai modell együtthatói, X pedig a független változó.
A Logit modell együtthatói megtalálhatók például a legkisebb négyzetek módszerével vagy a legnagyobb valószínűség módszerével.
A Logit modell lehetővé teszi a lineáris valószínűségi modell egyik hátrányának megoldását, vagyis azt a tényt, hogy a függő változónak 0-nál nagyobbnak és 1-nél kisebbnek kell lennie.
Logit modell példa
Tegyük fel, hogy van egy Logit modellünk, amelyben az Y változó annak a valószínűsége, hogy egy személy új okostelefont szerez az idén, a független változó a havi jövedelem (x).
A regresszió elvégzése után a következő modell van:
Ezért, ha a jövedelem 3500: havi euró:
Ezt követően a természetes logaritmus inverz függvényét használjuk, amely az exponenciális:
Meg kell jegyezni, hogy p a független változó függvényében a következőképpen fejezhető ki:
Logit és Probit modellek