![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-1](http://images.happyhaksul.com/thumb/358/357830-0001.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-2](http://images.happyhaksul.com/thumb/358/357830-0002.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-3](http://images.happyhaksul.com/thumb/358/357830-0003.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-4](http://images.happyhaksul.com/thumb/358/357830-0004.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-5](http://images.happyhaksul.com/thumb/358/357830-0005.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-6](http://images.happyhaksul.com/thumb/358/357830-0006.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-7](http://images.happyhaksul.com/thumb/358/357830-0007.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-8](http://images.happyhaksul.com/thumb/358/357830-0008.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-9](http://images.happyhaksul.com/thumb/358/357830-0009.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-10](http://images.happyhaksul.com/thumb/358/357830-0010.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-11](http://images.happyhaksul.com/thumb/358/357830-0011.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-12](http://images.happyhaksul.com/thumb/358/357830-0012.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-13](http://images.happyhaksul.com/thumb/358/357830-0013.gif)
![[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석-14](http://images.happyhaksul.com/thumb/358/357830-0014.gif)
분야
ppt2. Basic Idea
3. Extensions
4. Applied Examples
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.
