소개글
[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석에 대한 자료입니다.
목차
1. Why Logit / Probit?
2. Basic Idea
3. Extensions
4. Applied Examples
본문내용
만약 종속변수 y가 연속적이지 않다면?
왠지 선택의 문제를 다루고 싶을 때.. (가구의 주택소유여부, 기업의 Stock Option 부여 여부, 개인의 흡연 여부..)
우리는 종속변수를 0 또는 1로 coding. (binary choice)
y의 예측값은 선택확률의 의미를 가지게 됨.
이 경우, 문제가 생긴다. (Linear Probability Model)
Heteroskedasticity: εi 의 분산이 일정하지 않아
“확률” 예측값이 0보다 작아지거나 1보다 커지는 선형모형의 한계
⇒A different type of regression model should be used.
하고 싶은 말
1. Why Logit / Probit?